本研究提出了一种名为OneDiff的新模型，用于准确描述相近图像之间的变化。该模型利用了具有高度鲁棒性的视觉-语言模型架构，结合了孪生图像编码器和Visual Delta Module，可以精确检测和表达图像对之间的细微差异。通过耦合样本训练和多任务学习的双阶段策略进行训练，并采用新开发的DiffCap数据集，提高了模型的鲁棒性。OneDiff在准确性和适应性方面优于现有模型，平均CIDEr分数提高了85％。该研究为检测和描述视觉差异的更多功能和更高效应用铺平了道路。

硅基流动开发的OneDiff图片/视频推理加速引擎发布了v1.0.0版本，解决了问题并增加了新特性和改进。OneDiff保持2-3倍的推理加速，帮助节省成本。已在多家企业应用。

南京一言万相网络科技有限公司的图生生团队选择了OneDiff图片/视频生成推理引擎，应用于AI图像智能擦除工具，提高了用户体验。OneDiff加速效果好，使用便捷，兼容PyTorch，简化了部署流程。图生生还提供商品实拍图模特及场景替换解决方案，为电商商家提供低成本、分钟级生成多元风格的高清商品图。

南京一言万相网络科技有限公司的图生生团队选择了OneDiff图片/视频生成推理引擎，应用于AI图像智能擦除工具，提高了用户体验。OneDiff在加速效果和使用体验上表现出色，对现有代码的侵入性低，且兼容PyTorch。图生生还提供商品实拍图模特及场景替换解决方案，以低成本生成多元风格的高清商品图。他们计划将OneDiff应用于更多领域，提升产品效率和性能。

硅基流动的OneDiff图像生成模型在视频生成领域表现出色，其企业版的图像生成速度最高可达基准引擎的3倍。OneDiff不仅性能优秀，还具有灵活性，可以与各种深度学习引擎对接。通过自研的虚拟机和编译技术，OneDiff实现了与PyTorch的混合运行，解决了预热时间长和部署成本高的问题。OneDiff在GitHub上开放了免费的社区版本，并发布了新版本v0.12.1，具有多项性能更新和功能改进。用户可以轻松上手OneDiff。

硅基流动推出了专用推理加速引擎OneDiff，大大降低了GenAI模型应用成本。他们正在征集OneDiff加速GenAI应用的案例，并提供奖励。详情请查看海报。