对于想要尝试 AI 图片生成的 Mac 用户而言，先前早已有不少方法可以抢先玩到。 不过最近有个在 Github 开源的 Mochi Diffusion，其标榜可以更原生的在 macOS 使用 Stable Diffusion 等多种大型模型的特色，而且不仅支持文字生成图片，更支持通过图片来转图片的 Image2Image 的功能。 继续阅读 Mac 系统也能原生 Stable Diffusion 文生图的 Mochi Diffusion 使用教程报道内文。
对于想要尝试 AI 图片生成的 Mac 用户而言，先前早已有不少方法可以抢先玩到。 不过最近有个在 Github 开源的 Mochi Diffusion，其标榜可以更原生的在 macOS 使用 Stable Diffusion 等多种大型模型的特色，而且不仅支持文字生成图片，更支持通过图片来转图片的 Image2Image 的功能。
甚至，还提到仅需极低的内存，并且能在所有搭载Apple芯片的Mac充分发挥神经引擎的效率 – 还提供了转换过后的各种模型超过140个供下载使用。 这样完整在 Mac 系统之上的 AI 图片生成解决方案，我们自然没有错过试用一下啦！
基本上，Mochi Diffusion可以支持包括M1，也就是Apple Silicon芯片的所有Mac机型。 系统需求则是要在 macOS Sonoma 14.0 以上。 Mochi Diffusion 官方列举的功能特色如下：
・ 极致性能和极低内存占用 （使用神经网络引擎时 ~150MB）
・在所有搭载苹果芯片的 Mac 上充分发挥神经网络引擎的优势
・ 生成图像时无需联网
・ 图像转图像（Image2Image）
・使用 ControlNet 生成图像
・在图像的 EXIF 信息中存储所有的关键词（在访达的“显示简介”窗口中查看）
・使用 RealESRGAN 放大生成的图像
・ 自动保存 & 恢复图像
・ 自定义 Stable Diffusion Core ML 模型
・无需担心损坏的模型
・使用 macOS 原生框架 SwiftUI 开发
如何安装使用 Mochi Diffusion
Mochi Diffusion 的安装很简单。 App 可以在 Github 找到，并且有中文介绍页面 – 本篇测试的时候最新版本为 v5.2，文件大小只有 6x MB。 基本上就是直接下载 DMG 文件来拖拉到应用程序文件夹中即可完成安装 – 真的超简单！
安装过后就可以直接在应用程序文件夹中启动 Mochi Diffusion app 使用。 使用界面蛮好懂的 – 而且支持中文。 模型目录的部分会需要自行在「Users/用户/MochiDiffusion」文件夹里面创建「models」来将下载的 Models 放在其中 – 或者自行指定下载的文件夹，就可以在「模型」的选项中找到。
开工前，大家可以先到 Core ML Models 的页面搜索想要下载使用的 Models 模型。 基本上可以简单通过分类来寻找最高评价的模型。
这部分就给大家自己挖宝，也推荐大家可以通过我们之前的 Prompt 咒语教程探索不同的 AI 图片生成可能性。
需要注意的是，除了 Mochi Diffusion 设置之中可以依据自己 Mac 硬件效能进行「ML 计算单元」的配置外。 如果是较低配备的 Mac 的话，也推荐可以下载「split_einsum」的模型版本。
Mochi Diffusion 可以说是在 Mac 上非常简单就可以入门开始使用各种图片生成模型的应用，推荐大家可以试试唷。
