Stability AI与Arm携手推出全新离线音频生成技术

Stability AI的Stable Diffusion模型在Arm架构上取得了显著的性能提升，这标志着AI模型在边缘设备上的部署迈出了重要一步，也为更多应用场景提供了可能性。

Stability AI持续改进，致力于让AI模型更易于部署，并优化其在各种硬件平台上的运行效率，包括Arm架构，通过精细的优化，实现了在Arm CPU上的高效运行，显著提升了模型的性能，并降低了资源消耗，为用户提供了更便捷的使用体验，同时降低了部署成本，并扩展了应用范围。

为了进一步提升效率，我们对Stable Audio Open模型进行了优化，使其同样能够在Arm CPU上高效运行，显著提升性能，降低了资源消耗，并拓展了音频处理的应用空间，在各种设备上都能流畅运行，并最大程度地减少延迟，让用户获得更佳的体验。

值得关注的是，我们通过一系列优化手段，例如XNNPack和KleidiAI等技术，以及int8量化等策略，成功地将Stable Diffusion模型的推理速度提升了11倍，并将内存消耗降低了8倍，使得该模型在低功耗设备上也能平稳运行，有效降低了资源占用，并提高了运行效率，使应用场景更广泛。

通过这些优化，Stable Diffusion模型在Arm平台上的表现得到了显著提升，不仅提升了推理速度，也降低了功耗，这使得AI模型在边缘计算和移动设备上的应用前景更加广阔，为用户带来了更流畅的使用体验，并进一步拓宽了AI技术的应用领域。

关键优势:

Stability AI与Arm合作，显著提升了AI模型在Arm架构上的运行效率，为广泛应用提供了更多可能。

我们对模型进行了深度优化，使其在Arm平台上速度提升240倍，内存消耗降低8倍，并支持更低功耗的设备运行。

通过优化，Arm CPU上的AI推理效率显著提升，为更多应用场景提供了更强大的性能支撑，并提升了用户体验，扩展了AI技术的应用范围。