mochidiffusion

Mochi Diffusion é um aplicativo nativo de macOS para gerar imagens localmente com modelos Stable Diffusion e FLUX.2 Klein. É construído com SwiftUI e tem como alvo Macs com Apple Silicon (M1 e posteriores) executando macOS 15.6 ou mais recente. A geração é executada totalmente offline. O app usa a implementação Core ML Stable Diffusion da Apple para velocidade e uso reduzido de memória, e o pipeline Iris para modelos FLUX.2 (Klein) com aceleração nativa de GPU via Metal. Nenhum dado ou telemetria é coletado, e nada é enviado para a nuvem. Principais recursos: - Geração de imagens local e totalmente offline - Informações de prompt salvas nos metadados EXIF das imagens geradas, visíveis na janela Obter Informações do Finder - Galeria integrada com suporte a importação, salvamento e sincronização - Interface nativa de macOS construída com SwiftUI Modelos: - Modelos Core ML Stable Diffusion precisam ser convertidos para hardware Apple. A versão split_einsum funciona com todas as opções de unidade de computação, incluindo o Neural Engine; a versão original funciona apenas com CPU e GPU. Cada modelo convertido gera imagens em um tamanho fixo definido durante a conversão. O Stable Diffusion também suporta image-to-image e ControlNet. - Modelos FLUX.2 Klein não exigem conversão. O Klein pode usar até quatro imagens de entrada; o app redimensiona automaticamente as entradas para caber no orçamento de atenção e mostra os novos tamanhos na interface. Configuração: os modelos são colocados em uma pasta de modelos no diretório home por padrão, com o local personalizável em Ajustes. Cada modelo recebe sua própria subpasta nomeada como deve aparecer no app. O primeiro uso de um modelo pode levar até dois minutos enquanto o Neural Engine compila uma versão em cache. As opções de unidade de computação incluem CPU e Neural Engine para um equilíbrio entre velocidade e baixo uso de memória, e CPU e GPU, que pode ser mais rápido em M1 Max, Ultra e posteriores com custo maior de memória. Compilar a partir do código-fonte requer Xcode 26.0 ou posterior. O projeto suporta SharedXcodeSettings para substituições locais, mantendo o estado de assinatura de cada desenvolvedor fora do arquivo do projeto. Contribuições são bem-vindas por meio de relatórios de bugs, pull requests e traduções via Crowdin. O projeto credita a implementação Core ML Stable Diffusion da Apple, iris.c, o exemplo de Swift UI do Hugging Face e o designer do ícone do app.