待验证50% 置信事实精确时间
Turbo版本模型通常基于一致性蒸馏或流匹配等技术，将标准扩散模型的数十步去噪推理步骤压缩至4至8步甚至更少
1
来源数
50%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
Krea 2实测：RTX 3060也能1分钟生成1080P图像
redditr/comfyui2026/7/9
相关事实
待验证一致性模型试图将扩散模型多步去噪过程压缩至1-4步完成，理论上可将推理速度提升10-50倍79% 相似待验证Whisper Turbo模型是在large-v3基础上通过知识蒸馏技术优化而来，将解码器从32层压缩到4层，推理速度提升约8倍78% 相似待验证Flash或Turbo类轻量模型通常通过模型蒸馏、量化、推测解码或减少参数量和层数实现加速72% 相似待验证flow matching推理通常10-20步积分即可，而扩散模型需要50-1000步去噪70% 相似待验证扩散模型推理速度较慢，通常需要数十步去噪迭代才能生成一张图像，这催生了DDIM、DPM-Solver等加速采样算法69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/478016API
curl https://kongchang.com/api/v1/knowledge/claims/478016MCP
get_claim(id=478016)