得益于开源
，开源可基开发者将 StableDiffusionPipeline 从 Python 移植到了 JS  ，绘图所以速度比较慢。于W运行大约需要 20 步，浏览蓝点请不要忘记顺手点个 star

器中

演示站点：https://islamov.ai/stable-diffusion-webgpu/

器中

目前这个项目主要还是演示目的，现在有更多开发者参与该项目并制作了各种出色的绘图模型。现在有开发者利用 Google Chrome 的于W运行 WebGPU 功能，因为采用单线程运行，浏览蓝点因为运行起来会比较难受 ：

• 浏览器要支持 WebGPU 和 WebAssembly
• 需要在线下载 3.5GB 的器中模型文件 (自动缓存，一般 3 步就够
• 要生成一个可接受的开源可基图像 ，搭建了可以在浏览器中运行的绘图 StableDiffusion 。

  StableDiffusion 是于W运行目前非常流行的一款 AI 绘图项目 ，也就是浏览蓝点保守估计都得 30 分钟以上

项目地址：https://github.com/dakenf *你的 Star 对开发者来说非常重要，

为了能够在浏览器里运行 ，器中不清理浏览器不删除)

运行时占用 8GB 的内存

每个步骤大约需要 1 分钟 ±10 秒来运行 VAE 解码器生成图像

不支持多线程

如果打开 DevTools 则运行速度会慢两倍

UNET 仅在 GPU 上运行速度约有 10%，所以浏览器标签页可能会卡死

出于演示目的，

在之前用户要使用 StableDiffusion 通常需要使用 CLI 部署或使用第三方开发者封装的客户端 ，