---
title: "SnapGen – Snap联合港科大等机构推出的移动端文生图模型"
url: "https://paooo.com/aigc-news/24851/"
author: "Prompt 语宙研究院"
published_at: "2026-07-10T03:48:29+08:00"
updated_at: "2026-07-10T03:48:29+08:00"
categories: "AIGC 资讯"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# SnapGen – Snap联合港科大等机构推出的移动端文生图模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/24851/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-10

## SnapGen是什么

SnapGen是Snap Inc、香港科技大学、墨尔本大学等机构联合推出的文本到图像（T2I）扩散模型，能在移动设备上快速生成高分辨率（1024×1024像素）的图像，且只需1.4秒。模型用379M参数实现这一性能，显著减少模型大小和计算需求，同时在GenEval指标上达到0.66的高分，超越许多参数量更大的SDXL和IF-XL模型。SnapGen基于优化网络架构、跨架构知识蒸馏和对抗性步骤蒸馏等技术，实现在移动设备上的高效图像生成。

## SnapGen的主要功能

- **高分辨率图像生成**：在移动设备上快速生成高达1024×1024像素的高分辨率图像。

- **快速生成能力**：在1.4秒内完成图像生成，显著提高生成效率。

- **优化的模型大小**：SnapGen模型参数仅为379M，在图像质量上超越参数量更大的模型。

- **跨架构知识蒸馏**：基于从更大的模型中转移知识，提高小型模型的生成质量。

- **对抗性步骤蒸馏**：结合对抗性训练和知识蒸馏，实现几步生成高质量图像的能力。

## SnapGen的技术原理

- **网络架构优化**：对去噪UNet和自动编码器（AE）的网络架构进行深入检查，获得延迟和性能之间的最佳平衡，减少模型参数和计算复杂性，同时保持图像生成质量。

- **多级知识蒸馏**：基于跨架构从更大的模型中提取知识，用多级方法指导模型的训练，在保持较小模型尺寸的同时，实现高质量的图像生成。

- **时间步长感知的缩放**：在训练过程中，采用时间步长感知的缩放技术，结合多个训练目标，适应不同时间步长的预测难度。

- **对抗性训练**：结合对抗性训练和知识蒸馏，用几步教师模型实现快速的高质量图像生成。

- **集成对抗性指导**：在知识蒸馏过程中，整合对抗性指导，进一步提升生成图像的质量和真实感。

- **高效的训练技术**：引入改进的训练技术，包括流匹配作为目标，及在训练中用logit-normal采样，提高训练稳定性和生成质量。

## SnapGen的项目地址

- **项目官网**：[snap-research.github.io/snapgen](https://snap-research.github.io/snapgen/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2412.09619](https://arxiv.org/pdf/2412.09619)

## SnapGen的应用场景

- **社交媒体内容创作**：用户快速生成个性化图像，用在社交媒体平台如Snapchat的帖子或故事。

- **移动应用集成**：在移动应用中集成SnapGen，提供用户即兴创作图像的功能，如虚拟试衣、滤镜效果预览等。

- **游戏和娱乐**：用在游戏内资产的快速生成，或在移动游戏中提供玩家自定义角色和环境的能力。

- **教育和培训**：用SnapGen生成教学材料中的图像，如科学图解或历史场景，增强学习体验。

- **新闻和媒体**：记者和媒体工作者快速生成新闻报道中需要的图像，提高报道的吸引力和表现力。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)