待验证50% 置信事实精确时间

LoRA（Low-Rank Adaptation）在图像生成加速中可作为蒸馏载体，将需20-50步的SDXL等多步扩散模型压缩成仅需4-8步的少步采样方案

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

H3加速竞技场首批结果：LoRA排名为何出人意料

涉及实体

LoRAtechnology SDXLmodel

相关事实

待验证Turbo 4-step LoRA将扩散采样过程从原本几十步压缩到仅4步69% 相似待验证LoRA的全称是Low-Rank Adaptation69% 相似待验证Stable Diffusion通过预训练的VAE将512×512×3的图像编码为64×64×4的潜在张量，计算量降低约48倍64% 相似待验证扩散模型标准生成可能需要50-100步去噪迭代，一致性模型或渐进蒸馏技术可将步骤减少至4-8步64% 相似待验证2021年DDIM(Denoising Diffusion Implicit Models)的提出大幅加速了采样过程,将采样步数降至20-50步64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/913649

API

curl https://kongchang.com/api/v1/knowledge/claims/913649

MCP

get_claim(id=913649)