Bu sayfada
Android telefonunda Stable Diffusion nasıl çalıştırılır (cihazda yapay zekâ görseli)
Midjourney, DALL-E ya da Adobe Firefly’da ürettiğin her görsel onların sunucularında durur: istemlerin, görseller, meta veriler. Hepsi eğitimde kullanılır ve süresiz saklanır.
Off Grid AI, Stable Diffusion’ı tamamen telefonunda çalıştırır; Alibaba’nın MNN’i (CPU) ya da Qualcomm’un QNN’i (NPU) ile. Hiçbir şey yüklenmez.
Gerekenler
- En az 4 GB RAM’li bir Android telefon (6 GB ve üzeri önerilir)
- Android 10 veya daha yenisi
- Model başına yaklaşık 1 ila 2 GB boş alan
- Model indirmesi için bir kez internet
Adım 1: Off Grid AI’ı yükle
Off Grid AI’ı Google Play’den indir
Adım 2: Bir görsel modeli indir
- Off Grid AI’ı aç → Models → Image sekmesine geç
- Çipine uygun bir model seç:
Tüm cihazlar (MNN/CPU):
- Anything V5: anime ve stilize çizim
- Absolute Reality: fotogerçekçi
- QteaMix: çok yönlü
- ChilloutMix: portre odaklı
- CuteYukiMix: stilize
Snapdragon 8 Gen 1 ve üzeri (QNN/NPU), daha hızlı:
- DreamShaper, Realistic Vision, MajicmixRealistic ve 15’ten fazla model
- Download’a dokun (model başına yaklaşık 1 ila 1,2 GB)
Adım 3: İlk görselini üret
- Off Grid AI’ı aç → Image Generation
- Bir istem yaz:
a mountain valley at sunset, photorealistic, golden hour - Generate’e dokun
Off Grid AI, cihazının QNN NPU’yu destekleyip desteklemediğini kendisi algılar ve varsa onu kullanır. Yoksa MNN’e (CPU) geçer.
Performans
| Altyapı | Çip | 20 adımda 512×512 süresi |
|---|---|---|
| QNN NPU | Snapdragon 8 Gen 2/3/4 | ~5–10s |
| QNN NPU | Snapdragon 8 Gen 1 | ~10–15s |
| MNN CPU | Herhangi bir ARM64 | ~15s (Snapdragon 8 Gen 3) |
| MNN CPU | Orta segment | ~25–40s |
Daha iyi görseller için ipuçları
İstem yapısı: [subject], [style], [lighting], [quality descriptors]. Örnek: a red fox in a forest, digital art, golden hour lighting, highly detailed, sharp focus
İstem geliştirmeyi kullan: Off Grid AI, yüklü metin modelini kullanarak kısa bir istemi ayrıntılı bir isteme çevirebilir. Üretim ekranında aç. Sadece a fox in a forest yaz, gerisini LLM halleder.
Adımlar: 20 adım iyi bir varsayılandır. 30 adım biraz daha iyi kalite verir ama yaklaşık %50 daha uzun sürer.
Negatif istem: Sık görülen kusurları önlemek için blurry, low quality, distorted, deformed ekle.