速度快 6 倍！13GB 显存生成 2K 高清图，英伟达放大招

更新日期：2026-05-27

来源：系统之家

　　win10win 小编 5 月 27 日最新消息，AI 画图速度迎来质的飞跃！英伟达重磅发布 PiD 像素扩散解码技术，一举打破高分辨率生成的显存与速度瓶颈。13GB 显存就能流畅跑 2K 生成，GB200 上最快仅需 210ms，比传统方案快 6 倍还多。

　　根据博文介绍，高分辨率文本生成图像过程中，通常先在潜在空间生成，再由解码器恢复成清晰图像。

　　潜在空间指模型把原始图像压缩后得到的数值表示空间，保留主体结构、语义关系等关键信息，却省去大量像素级细节，因此计算成本更低。

　　这种路线计算效率高，但传统解码器主要负责还原编码器输出，擅长“复原”，不擅长主动补出高分辨率细节，面对百万像素级图像时，速度与质量都存在明显瓶颈。

　　英伟达提出的 PiD，完整名称为 Pixel Diffusion Decoder（像素扩散解码器）。这项方法把潜在解码重新定义为条件式像素扩散，并把解码与上采样合并到同一个生成模块中，因此能在输出阶段补足纹理、结构和局部细节。

　　注：条件式像素扩散是一种在像素空间中逐步生成图像的方法，但它不是无条件生成，主要通过参考额外输入来约束结果。

　　PiD 基于 PixelDiT 构建，并加入轻量级 ControlNet 风格适配器。这个适配器会把含噪的潜在表示注入模型，再通过与西格玛相关的门控机制，按噪声强弱动态调整对潜在表示的信任程度。

　　为了继续压低延迟，团队还采用 DMD2 蒸馏，把推理步数压缩到 4 步。配合早停机制，PiD 兼顾了速度与输出质量。

　　它不仅适用于传统 VAE（变分自编码器）潜变量，也兼容近期 RAE 路线常用的语义潜变量，比如 SigLIP 和 DINOv2，这让它具备较强的通用性。

　　从公开数据看，PiD 可把 512×512 图像潜变量直接解码并放大到 2048×2048 像素。在消费级 RTX 5090 上，峰值显存为 13 GB，耗时不足 1 秒；在 GB200 GPU 上，最快可达 210 ms。

　　对比级联式扩散超分方案，PiD 端到端延迟最多快 5.9×，文中也概括为约 6×，同时视觉保真度更好。

　　系统推荐

　　1. 如果你是日常工作学习使用，家庭版是大部分电脑出厂预装的系统，可以满足你的使用需求，推荐你下载：Windows11 25H2 X64 中文家庭版（前往下载）

　　2. 如果你正在寻找真正纯净的Windows11专业版系统，安装完成以后不捆绑软件，桌面干干净净，推荐你下载：Windows11 25H2 纯净专业版（前往下载）

　　3. 拥有高级的数据处理需求的数据科学家、CAD 专业人员、研究人员、媒体制作团队、平面设计师和动画师，推荐你下载：Windows11 25H2 64位专业工作站版（前往下载）

　　以上是系统之家提供的最新资讯，感谢您的阅读，更多精彩内容请关注系统之家官网。

英伟达更新 GeForce NOW 服务！

Win10win 小编 5 月 22 日最新消息，英伟达宣布更新 GeForce NOW 云游戏服务。新增支持包括《极限竞速：地平线6》（5月19日上线）在内的8款游戏，覆盖 Steam、Xbox 及 Epic 平台。