AMD Nitro-E：304M轻量AI绘图，4步极速创作新体验
【免费下载链接】Nitro-E项目地址: https://ai.gitcode.com/hf_mirrors/amd/Nitro-E
AMD正式发布轻量级文本到图像扩散模型Nitro-E，以304M参数实现高效训练与快速推理，重新定义AI图像生成的效率标准。
当前AI图像生成领域正面临"效率与质量"的双重挑战。随着Stable Diffusion、DALL-E等模型的普及，市场对高分辨率图像的需求持续增长，但主流模型普遍存在参数规模庞大（通常数十亿至上百亿）、训练成本高昂、推理速度缓慢等问题。据行业数据显示，标准512x512图像生成平均需要20-50步推理，高端GPU单卡吞吐量普遍低于10张/秒，这极大限制了AI绘图技术在实时应用场景的落地。
Nitro-E系列模型通过四大核心创新实现了效率突破：首先是仅304M的极致参数规模，不到主流模型的十分之一；其次是创新的Efficient Multimodal Diffusion Transformer (E-MMDiT)架构，采用高度压缩的视觉 tokenizer和多路径压缩模块，配合位置增强技术和交替子区域注意力机制，在降低计算成本的同时保持空间连贯性；第三是突破性的训练效率，基于8张AMD Instinct™ MI300X GPU组成的单节点，仅需1.5天即可完成模型从零开始的训练；最后是惊人的推理速度，标准版本在单张MI300X上实现18.8张/秒的吞吐量（512px图像，批处理32），而蒸馏版本更是将这一数字提升至39.3张/秒。
该系列包含三个版本：基础版Nitro-E-512px（20步推理）、蒸馏版Nitro-E-512px-dist（4步极速推理）和GRPO优化版Nitro-E-512px-GRPO。特别值得关注的是蒸馏版本实现了仅需4步推理即可生成高质量图像，配合零引导尺度设计，将创作流程压缩至"输入文本-4步计算-获得图像"的极简模式，极大降低了实时应用的延迟门槛。
Nitro-E的推出标志着AI图像生成正式进入"轻量高效"时代。对于企业用户，304M参数模型意味着更低的部署成本和硬件门槛，尤其适合边缘计算场景；对于开发者，开源代码和MIT许可提供了灵活的二次开发基础；对于终端用户，4步极速生成体验将推动AI绘图从专业工具向大众应用普及。随着AMD在AI加速硬件与软件协同优化的深入，Nitro-E可能成为内容创作、设计原型、虚拟场景生成等领域的效率标杆，同时也为行业树立了"小而美"的模型开发新范式。
未来，随着1024px版本的推出和多模态能力的扩展，Nitro-E有望在移动端部署、实时交互设计、AR/VR内容生成等领域发挥更大价值，推动AI创意工具向更高效、更普惠的方向发展。
【免费下载链接】Nitro-E项目地址: https://ai.gitcode.com/hf_mirrors/amd/Nitro-E
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
