## mac笔记本上可以运行sdxl模型的几个软件比较
– automatic1111 webui
– vladmandic
– comfyUI

## mac笔记本配置
– macbook pro m1
– 16g ram

## 结论
– automatic1111 webui dev版
只支持单模型计算
1024×1024，20步，100秒/张，平均5秒/步
– vladmandic
支持双模型计算，需要32g内存mac
可以运行单模型计算
1024×1024，20步，100秒/张，平均5秒/步
– comfyUI
可以运行双模型计算
单模型计算1024×1024，20步，20分钟/张，平均60秒/步
双模型计算1024×1024，20步+20步，25分钟/张，base 50秒/步，refinder 15秒/步

SDXl模型在MacBook Pro M1上的性能测试与比较

最近，SDXL模型引起了广泛关注。作为一个自然语言处理领域的前沿模型，人们对于在不同软件平台上运行该模型的效果和性能非常感兴趣。在本文中，MXDIA乂媒体®将重点关注在MacBook Pro M1上运行SDXl模型的性能测试，特别是涉及几个常用软件：Automatic 1111（WebUI开发版）、Vladomatic（通常称为Vlad）和ComfyUI。

1. Automatic 1111 – 速度与稳定性的平衡

Automatic 1111是一款常见的WebUI，支持SDXl模型的单模型计算。MXDIA乂媒体®首先测试了在MacBook Pro M1上运行Automatic 1111的性能。在计算1024×1024的图像时，每步约需要5秒钟，总共约100秒（1分40秒）完成一张图像的计算。虽然计算时间相对略长，但考虑到图像大小和模型复杂性，这样的速度还是可以接受的。Automatic 1111在速度与稳定性之间取得了平衡。

2. Vladomatic – 双模型计算的挑战

Vladomatic是另一款常用软件，支持SDXl模型的双模型计算。然而，这需要至少20GB的内存，而MacBook Pro M1的16GB内存似乎不足以支持双模型计算。因此，MXDIA乂媒体®只能在这台设备上进行单模型计算。结果显示，计算1024×1024的图像需要大约100秒（1分40秒），与Automatic 1111的性能基本相当。然而，双模型计算的限制对于一些任务可能会产生挑战，因此在选择软件和硬件配置时需要考虑这些因素。

3. ComfyUI – 独特的双模型计算支持

ComfyUI是一个功能强大的节点编辑工具，支持SDXl模型的双模型计算。令人惊喜的是，ComfyUI是目前唯一能够在MacBook Pro M1的16GB内存上运行双模型计算的软件。在进行单模型计算时，计算1024×1024的图像需要约20分钟一张，每步约60秒。而双模型计算的结果显示，计算20步总共需要25分钟。base模型平均每步50秒，而refinder模型平均每步约15秒。虽然这些时间可能还有改进的空间，但相比较其他软件，ComfyUI提供了一种独特的双模型计算支持，对于特定任务可能非常有用。

结论

综合比较这几个软件在MacBook Pro M1上运行SDXl模型的性能，MXDIA乂媒体®可以得出以下结论：

– Automatic 1111：适用于单模型计算，速度与稳定性平衡，对于小规模任务较为适合。
– Vladomatic：支持双模型计算，但要求更高的内存配置，对于大规模任务需要更强的硬件支持。
– ComfyUI：独特的双模型计算支持，仅需要较低的内存配置，对于MacBook Pro M1的16GB内存用户是一个很好的选择。

当然，这些测试结果还受软件配置和设置的影响，有可能还存在优化的空间。因此，MXDIA乂媒体®欢迎大家在评论区留言，共同探讨SDXl模型在不同软件平台和硬件配置下的性能优化方案。这将有助于更好地发掘SDXl模型的潜力，为自然语言处理领域的研究和应用带来更多可能性。

SDXL模型升级介绍：WebUI的体验与限制

引言：
SDXL模型是一个备受关注的图像生成技术，为了更好地了解它，MXDIA乂媒体®将分别介绍三个软件，其中之一是大家熟悉的WebUI。本文将重点讨论WebUI的使用体验以及其当前的一些限制。

1. WebUI介绍与安装
WebUI是SDXL模型的一个测试版，目前版本为1.5-9-开发版。安装WebUI后，MXDIA乂媒体®可以选择使用base模型进行图像生成。与以往一样，选择基础模型后，输入图像大小为1024乘1024，并点击生成。

2. 生成过程与速度
在计算开始时，WebUI会加载模型，因此初始计算速度可能较慢，但随着计算的进行，速度会逐渐提升。当前平均计算一步的时间约为5.67秒，整张图像生成时间在1分40秒左右。

3. 输出结果与细节
生成的图像展现了出色的细节表现，例如猫咪毛发、瞳孔光线效果和晶状体效果，以及小鼻子等肉肉质感。这些细节表现十分精致，让人印象深刻。

4. 需注意的限制
然而，WebUI的开发版目前还存在一些问题。有时在计算完成后，生成的图像并不会显示在界面上，需要前往输出目录查看。另外，目前WebUI还不支持SDXL模型的双模型计算，即使用XL的Bass模型生成基础图像后，再用XL的refinder模型修复和完善图像。这是一个令人遗憾的限制。

结论：
WebUI作为SDXL模型的测试版，为用户提供了一种便捷的图像生成方式。通过base模型的使用，MXDIA乂媒体®可以生成展现出色细节的图像。然而，目前的WebUI还存在一些限制，其中双模型计算的支持尚未实现。希望随着技术的不断发展，SDXL模型能够进一步改进和优化，提供更多令人惊艳的功能和体验。

Vlad操作界面：SDXL双模型与单模型计算对比

引言：
Vlad是一款强大的图像优化工具，目前支持SDXL（Stable Diffusion XL）的双模型计算。然而，我在使用苹果笔记本MacBook Pro的M1芯片和16GB内存进行双模型计算时遇到了内存溢出的问题。在本文中，MXDIA乂媒体®将探讨双模型计算的优势以及在内存受限的情况下如何通过单模型计算来实现相似的效果。

1. SDXL的双模型计算
SDXL的双模型计算是分为两步的。首先，使用base模型对基础图像进行计算，然后使用refine模型对基础图像进行修复和优化，从而产生更丰富的细节和更真实的图像效果。

2. 双模型计算的优势
通过对比双模型计算和单模型计算的结果，MXDIA乂媒体®可以看到双模型计算在细节和真实性方面带来了显著的提升。使用refine模型的优化重建过程，可以让图像的细节更加丰富，例如在对爱因斯坦头发丝、胡子和皱纹的优化中得到明显改善。

3. 双模型计算的挑战：内存消耗
双模型计算对计算机内存和显存的要求较高，对于16GB内存的苹果笔记本来说，显然不够支撑整个计算过程。因为XL base模型占用约13.88GB内存，加上refine模型的6GB多，总共接近20GB，超出了笔记本的内存限制。

4. 在16GB内存笔记本上的单模型计算
若要在内存受限的情况下进行图像计算，MXDIA乂媒体®可以选择使用SDXL的单模型计算模式。在这种模式下，MXDIA乂媒体®可以通过关闭refine模型，仅使用XL base模型进行计算，从而在一定程度上达到类似双模型计算的效果。

5. 单模型计算的操作步骤
– 输入描述词和负面描述词；
– 设置基础模型和步数尺寸为1024×1024以上；
– 保持CFG的scale值为默认；
– 不勾选second pass选项；
– 点击生成。

6. 单模型计算的效果
通过单模型计算，即使在16GB内存的苹果笔记本上，MXDIA乂媒体®仍可以得到令人满意的图像效果。尽管细节可能不如双模型计算那么丰富，但已经相当出色。

7. 高内存苹果笔记本的可能性
对于拥有32GB或64GB内存的高内存苹果笔记本用户，尝试使用双模型计算是可能的。在配置refine模型时，需要调整采样步数和重建强度，注意denoising参数，它控制了refine模型的计算影响程度。

8. 未来展望：Pruned模型
SDXL目前是全亮模型，未来可能会出现压缩版的Pruned模型，相比全亮模型，其内存占用会大大缩减。一旦Pruned模型推出，16GB内存的苹果笔记本用户有望尝试双模型计算。

结论：
Vlad是一款非常强大的图像优化工具，提供了双模型计算和单模型计算两种选项。尽管双模型计算带来了更多的细节和真实性，但在内存受限的情况下，MXDIA乂媒体®仍可以通过单模型计算来获得相似的效果。随着可能的Pruned模型的推出，更多用户将能够在高内存的苹果笔记本上尝试双模型计算，进一步提升图像优化的效果。如果您对Vlad或图像优化有任何问题或建议，欢迎在评论区留言，与MXDIA乂媒体®分享您的想法。

在MacBook Pro上使用comfy进行双模型计算的体验

导言：
在本文中，MXDIA乂媒体®将介绍一款名为comfy的节点式编辑工具，它是唯一能在MacBook Pro的M1芯片16G内存上进行双模型计算的软件。MXDIA乂媒体®将探讨comfy的功能，主要是使用SDXL Base模型和SD refiner模型进行图像计算与优化的过程。同时，MXDIA乂媒体®将比较comfy与其他软件在生成速度和功能支持方面的差异，帮助读者选择适合自己需求的软件。

1. 介绍comfy：
comfy是一款支持节点式编辑的图像处理工具，可以在MacBook Pro的M1芯片16G内存上运行双模型计算。它的主要功能是使用SDXL Base模型计算基础图像，然后再用SD refiner模型对其进行修复与优化，得到最终的优化图像。

2. SDXL Base模型与SD refiner模型：
SDXL Base模型用于计算基础图像，其输出的图像整体效果平衡，细节尚可，但稍显模糊。而SD refiner模型在这个基础图像上做更细化的修复，如胡须、头发以及皮肤上的纹理等。相比之下，SD refiner模型生成的图像细节更加清晰。

3. 生成速度对比：
使用SDXL Base模型在笔记本上计算一张1024×1024图像需要花费20分钟，每一步耗时61秒。然而，使用SD refiner模型进行优化后，每一步仅需要14秒，整个优化过程耗时约4分51秒，合计25分钟生成一张优化后的图像。这一时间较长，对于M1芯片16G内存的笔记本用户来说可能会有些尴尬。

4. 其他软件的功能与限制：
在测试过程中，发现另外两款软件在生成速度上要比comfy快得多，但它们无法在M1芯片16G内存的笔记本上运行双模型计算。其中一款VLAD虽然支持双模型计算，但加上refiner模型时会导致内存溢出。另一款auto1111 webui则尚未支持双模型计算功能。

5. 结论与展望：
comfy是一款唯一能在MacBook Pro的M1芯片16G内存上进行双模型计算的软件，但其生成速度较长。对于不需要双模型计算的用户，其他软件可能更为适合。然而，comfy仍有优化的空间，未来可能改善计算速度。用户应根据自身需求选择合适的软件。

6. 测试进展与期待：
作者将继续对comfy进行测试，如果有任何进展，会及时发布相关信息。读者可密切关注comfy的更新和优化，以及其他软件的功能增强。

结语：
在本文中，MXDIA乂媒体®介绍了在MacBook Pro上使用comfy进行双模型计算的体验。comfy作为一款支持节点式编辑的图像处理工具，提供了SDXL Base模型和SD refiner模型用于图像计算与优化。MXDIA乂媒体®对比了comfy与其他软件在生成速度和功能支持方面的差异，帮助读者选择最适合自己需求的软件。然而，comfy仍然有一些优化的空间，期待未来更好的表现。