仅 0.39B 参数，DreamLite 让手机也能跑 AI 生图和修图

梦之光 (DreamLite) —— 字节视觉团队出品，首个统一端侧扩散模型，0.39B 超轻量参数，同时搞定文生图 + 图文编辑，零云依赖，完全跑在手机上。

可以在端侧运行的生图模型

过去一年，Midjourney、Stable Diffusion、DALL-E 把 AI 生图玩出了花。但这些模型少则数 B，多则几十 B 参数，必须跑在高端 GPU 服务器上——

❌ 隐私泄露风险（你的照片要上传到云端）
❌ 延迟高（等服务器响应，动辄好几秒甚至更久）
❌ 没法离线用（没网 = 没法生成）

现在，DreamLite 把这些问题全解决了。

🎯 DreamLite 是什么

DreamLite 是 ByteVisionLab（字节视觉团队） 发布的轻量级统一扩散模型，仅 0.39B 参数，一个模型同时支持：

🖼️ 文生图（Text-to-Image）：输入一段文字描述，生成对应图片
✏️ 图文编辑（Text-guided Editing）：给一张图 + 编辑指令，在原图基础上精准修改

核心特点：

|
特点

说明

|
| — | — |
|

参数规模

| 0.39B

（比 SDXL 轻了 ~50 倍）

|
|

推理步数

4 步（mobile 版）/ 28 步（base 版）

|
|

推理速度

小米 14 生成 1024×1024 图像 < 1 秒

|
|

部署方式

| 完全端侧

，无需云端

|
|

支持设备

iPhone 17 Pro、小米 14 等主流机型

🏗️ 技术亮点：怎么做到的

1. 统一架构：一个模型做两件事

DreamLite 基于剪枝版 Mobile U-Net 主干网络，通过 In-Context Spatial Concatenation（上下文空间拼接） 在潜空间融合多模态条件。

关键思路很巧妙：

生成任务：输入 (target | blank) → 右边空白的潜空间向量告诉模型”我要生成”
编辑任务：输入 (target | source) → 右边源图的潜空间向量告诉模型”我在此基础上修改”

这样同一个 U-Net，用不同的输入配置，自动适配生成或编辑两种任务。

2. 任务渐进式联合预训练

DreamLite 的训练分三步走：

T2I 阶段：先训练文生图能力
Editing 阶段：再训练图像编辑能力
Joint 阶段：联合优化，让两个任务互相促进

之后经过高质量 SFT（监督微调）和强化学习，进一步提升效果。

3. 步数蒸馏：28 步 → 4 步

扩散模型天然需要多步去噪，DreamLite 采用渐进式步数蒸馏，将去噪步数从 28 步压缩到仅 4 步，推理速度大幅提升。

📊 性能表现

我们直接测试生图能力。

提示词：

一只橘猫坐在复古打字机上，打字机放在铺着蕾丝桌布的红木书桌，窗外是 rainy 的伦敦街景，暖黄色台灯照明，景深效果，摄影风格

对比豆包seeddream4.5：

对比千问

感觉DreamLite已经很不错了，毕竟只有0.39B。

💡 能用在哪

1. 人像 & 风格迁移

拍一张照片，一键转油画风/动漫风/赛博朋克风……完全本地处理，隐私安全。

2. 背景替换

电商卖家不用再苦练 PS，输入”换成纯白背景”或”换成户外风景”，5 秒出图。

3. 产品换色/物体替换

给产品图换个颜色、加个装饰，电商主图快速生成。

4. 隐私敏感场景

医疗、法律等行业图片处理，数据不离本地，合规无忧。

🚀 怎么用

本地部署（GitHub 开源）：

# 克隆仓库 git clone https://github.com/ByteVisionLab/DreamLite.git cd DreamLite # 创建 conda 环境 conda create -n dreamlite python=3.10 -y conda activate dreamlite # 安装依赖 pip install -r requirements.txt # 文生图（mobile 版，4步超快） python infer_mobile.py --prompt "A portrait of a young woman with flowers." # 图文编辑（mobile 版，4步） python infer_mobile.py --prompt "Change the background to a dense forest." --image_path ./inputs/source.png