VLAD Diffusion 是我们前面介绍过的 AUTOMATIC1111/stable-diffusion-webui的一个定制的更新，它主要是为了更频繁发布的更新和错误修复。它包含
- 新的安装程序，并且提供了高级CUDA调优
- 不在依赖Accelerate，因为Accelerate是分布式的，并且将库更新为最新的已知兼容版本
- 内置了 LoRA, LyCORIS, Custom Diffusion, Dreambooth 的训练
- 大多数设置可通过UI配置，而不需要命令行
- 新的错误日志和异常处理
并且做了以下优化
- 针对Torch 2.0优化
- 如果系统支持运行时会默认启用SDP内存注意力（xFormers 和其他交叉注意力模式也还是可用）
- 在CPU或CUDA上运行时自动调整参数：支持AMD和M1平台（但没有优化）
- 还可以换web的主题（这个真需要吗😂）
- 从python 3.7升级到了3.9（3.9+都可以支持，这样有很多包就不用编译了，因为3.7有点老了，很多库是不支持的）
我们现在看看怎么安装：
这里以Python 3.10为例，并且还是需要准备Git。
第一步，下载代码：
git clone https://github.com/vladmandic/automatic
完成应该在“automatic”文件夹中看到这33个文件。
第二步：双击“webui.bat”文件。这里就不需要向上次的AUTOMATIC1111版本需要我们再进行配置了，如果你用conda环境都会自动进行：
第三步：在浏览器中打开 http://127.0.0.1:7860
输入一个prompt
An astronaut riding a horse in space. Photorealistic
虽然Automatic1111还是目前的主流，但是VLAD diffusion这样的工具正在做更多的改进。
VLAD不仅解决了最近Automatic1111开发速度慢的问题，还提供了一系列增强功能，可以将您的AI图像生成项目提升到新的高度。
最主要的是他用的python 3.9+ 不会有太多的本地编译的问题，所以如果你Automatic1111的包安装不上，可以试试这个代码，会简化你的安装过程。
**关注 deephub-imba 发送 diffusion 或 *扩散模型 ***** 即可获取 我们以前发布的的关于diffusion 的安装文章**
最后代码地址：
https://github.com/vladmandic/automatic
作者：Jim Clyde Monge