本文介绍了 LeMiCa 加速框架，通过全局最优路径规划方法，无需重新训练即可将 ERNIE-Image 文生图模型的生成速度提升 2 倍以上，同时保持画质几乎无损。
📝 详细摘要
文章针对本地部署文生图模型速度慢、成本高的问题，介绍了由联通数据科学与人工智能研究院提出的 LeMiCa 加速框架。该框架已入选 NeurIPS 2025 Spotlight，并全面支持百度自研的 ERNIE-Image 模型。与传统的局部贪心缓存策略不同，LeMiCa 将缓存加速视为全局路径优化问题，通过规划最优路径来均衡每一步的误差，避免画面崩坏。实测数据显示，在单张 H100 上可实现约 2 倍无损加速，最高加速比达 4.57 倍，生成时间从约 32 秒缩短至约 7 秒。同时，ImageReward、Aesthetic-v2.5、HPSv3 等画质指标在加速后基本无变化，LPIPS 等重构指标也表明加速后的图像与原始结果高度一致。文章最后提供了快速上手的代码示例和调参指南，用户无需修改模型或重新训练，只需添加几行代码即可启用加速。
💡 主要观点
- LeMiCa 通过全局最优路径规划替代局部贪心缓存，解决传统加速方法画面崩坏的问题。 传统方法采用局部贪心缓存，微小误差会不断累积放大，导致画面变形。LeMiCa 将加速视为全局优化问题，规划最优路径，使每一步误差最小且分布均衡，保证画面一致性。
💬 文章金句
- LeMiCa 加速框架，现已全面支持 ERNIE-Image 文生图模型。无需重新训练，只需几行代码，即可让 ERNIE-Image 的生成速度提升 2 倍以上，同时保持画质几乎无损。
- 他们将生成过程抽象成一张'地图'，自动规划一条最优路径——在保证速度的同时，让每一步的误差都尽可能小且分布均衡，避免'某一段突然崩坏'。
- LeMiCa 不只是让 ERNIE-Image 跑得更快，也让加速后的画质保持稳定。
📊 文章信息
AI 初评：82
来源：百度AI
作者：百度AI
分类：人工智能
语言：中文
阅读时间：7 分钟
字数：1547
标签： 文生图, 扩散模型, 模型加速, ERNIE-Image, LeMiCa