首页
/ Optimum项目支持Stable Diffusion 3的ONNX导出功能解析

Optimum项目支持Stable Diffusion 3的ONNX导出功能解析

2025-06-28 04:52:16作者:邓越浪Henry

Optimum项目近期实现了对Stable Diffusion 3(SD3)模型的ONNX导出支持,这一进展为开发者提供了将最新版SD3模型转换为ONNX格式的能力。本文将深入解析这一功能的实现背景、技术要点和使用方法。

SD3模型架构革新

Stable Diffusion 3采用了全新的MM-DiT(Multi-Modal Diffusion Transformer)架构替代了传统U-Net结构,这是与前代SD模型最显著的区别。MM-DiT通过Transformer架构实现图像去噪过程,同时结合T5文本编码器,显著提升了模型性能。

这种架构变化意味着:

  1. 原有基于U-Net的ONNX导出方案不再适用
  2. 需要开发专门的Pipeline来处理新的模型结构
  3. 导出过程需要适配Transformer架构的特性

技术实现方案

Optimum项目通过新增ORTStableDiffusion3Pipeline类来支持SD3模型的ONNX导出。这一实现与Diffusers库中的StableDiffusion3Pipeline保持对应关系,确保了功能的一致性。

开发者可以通过两种方式使用这一功能:

  1. 直接使用专用Pipeline类:
from optimum.onnxruntime import ORTStableDiffusion3Pipeline
model_id = "stabilityai/stable-diffusion-3-medium-diffusers"
pipeline = ORTStableDiffusion3Pipeline.from_pretrained(model_id, export=True)
  1. 使用任务导向的自动Pipeline(推荐方式):
from optimum.onnxruntime import ORTPipelineForText2Image
model_id = "stabilityai/stable-diffusion-3-medium-diffusers"
pipeline = ORTPipelineForText2Image.from_pretrained(model_id, export=True)

使用建议

对于希望将SD3模型部署到ONNX运行时的开发者,建议:

  1. 优先使用ORTPipelineForText2Image自动Pipeline,它能够自动识别模型架构并选择正确的处理方式
  2. 导出时注意检查模型版本和兼容性
  3. 对于生产环境,建议进行全面测试以确保导出模型的稳定性和性能

这一功能的实现使得开发者能够充分利用SD3的先进特性,同时享受ONNX运行时带来的跨平台部署优势,为AI图像生成应用的开发提供了更多可能性。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
14
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
290
835
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
485
388
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
110
195
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
58
139
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
365
37
cjoycjoy
一个高性能、可扩展、轻量、省心的仓颉Web框架。Rest, 宏路由,Json, 中间件,参数绑定与校验,文件上传下载,MCP......
Cangjie
60
7
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
977
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
96
250
CangjieMagicCangjieMagic
基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
578
41