技术要点
采样方法
LCM采样方法
LCM采样方法不需要单独安装，通过“stable diffusion webui”的扩展功能（包括从网址安装和从可用列表安装2种方法）安装AnimateDiff插件之后，LCM采样方法也会同步被安装！
如果是通过插件的github主页直接下载zip压缩包，再解压到extensions文件夹这种方式安装的AnimateDiff插件，可能会找不到LCM采样方法；
Euler a采样方法
Euler a采样方法也可以配合LCM Lora模型使用，也可以达到差不多的提速效果！
不过经过我本人的实际测试，我依然觉得LCM采样方法+LCM lora的方案出来的视频画质是最佳的；
迭代步数
传统方案的迭代步数一遍是20以上，而LCM方案的迭代步数一遍设置在“4-8”即可！太大了没有意义，对画质的改变并不大！这个也是缩减视频生成时间的最主要的原因！
提示词相关性
传统方案的提示性相关性一般都在7以上，而LCM方案的提示词相关性一般设置为1或者2；
其中“1”代表只包含正面提示词，不包含负面提示词；
其中“2”代表既包含正面提示词，又包含负面提示词；
LCM Lora模型
模型下载
1.5版LCM lora模型下载地址：https://huggingface.co/latent-consistency/lcm-lora-sdv1-5/tree/main
XL版LCM lora模型下载地址：https://huggingface.co/latent-consistency/lcm-lora-sdxl/tree/main
由于1.5版的lora模型和XL版的lora模型的名称都是一样的，所以下载下来之后我们需要为它们修改一下名称，只要这两个模型的名称不同，并且你自己能区别开来就行，改什么名称你可以自行决定！
模型路径
模型下载下来之后保存在“\stable-diffusion-webui\models\Lora”文件夹下面，为了避免与其他lora模型混淆，我们可以将LCM的lora模型放置在一个单独的子文件夹中，比如你可以在lora文件夹下面新建一个“lcm”子文件夹，然后将这两个模型单独放在这个文件夹中！
模型调用
LCM的lora模型的调用和其他lora模型的调用方法一样，都是直接鼠标点击lora即可添加到正面提示词中！
如果选择的是1.5版的checkpoint大模型，那么LCM的lora模型也需要选择1.5版的lora；
如果选择的是XL版的checkpoint大模型，那么LCM的lora模型也需要选择XL版的lora；
原创文章，作者：朋远方，如若转载，请注明出处：https://caovan.com/animatedifflcmshixianstable-diffusionshengchengshipinjihejitisu/.html
微信扫一扫 
