AMD 釋出 Amuse 2.2 Beta：支援 SD 3.5，端側生圖拉到 2K

想在自己的 Windows 電腦上本地跑生圖模型，很多人第一步就被複雜的 Python 環境、命令列和各種報錯勸退了，如果是用 AMD 的硬體，折騰起來往往還要再難上一層。

針對這個問題，AMD 社群推出了 Amuse 2.2 Beta。這套主打零門檻、自動配置的本地 AI 工具包，把最新的 Stable Diffusion 3.5 家族塞了進去，專門照顧 AMD Ryzen AI 300 系列處理器和 Radeon 7000 系列顯示卡的使用者。

SD 3.5 全家桶裝進本地

這次更新最直接的變化，就是補齊了 Stable Diffusion 3.5 家族的幾張主力王牌。

裡面包含了 81 億引數的 SD 3.5 Large，能在本地輸出 1024x1024 解析度的高質量圖片；如果嫌生成慢，還有專門提速的 SD 3.5 Large Turbo，能在幾乎不損失畫質的前提下把出圖速度拉上去。

如果你的硬體配置沒那麼激進，它還提供了 25 億引數的 SD 3.5 Medium。這個版本不僅對視訊記憶體和記憶體的要求更低，還能支援最高 200 萬畫素的解析度，覆蓋了更多普通使用者的電腦。

為了讓這些大模型在普通機器上跑得順暢，Amuse 2.2 Beta 加了一個叫 minimum 的部署模式，通過更積極地調動硬碟和記憶體速度來提升整體效率。

輕薄本也能離線出 2K 大圖

除了新模型，AMD 這次把不少心思花在了 Ryzen AI 掌機或輕薄本的體驗上，尤其是讓它們在離線斷網時也能出好圖。

新版本在 HQ 模式裡整合了 Stable Diffusion Lightning。在它的加持下，輕薄裝置的原生畫布尺寸直接翻了 4 倍，達到 1024x1024 畫素。

如果覺得尺寸還不夠用，藉助 AMD XDNA 超解析度技術，最終匯出的解析度能直接翻倍到 2048x2048 畫素。HQ 模式裡還多了一個 boost quality 開關，願意多等一會兒時間的使用者，可以用它進一步榨出更好的畫面細節。

AMD 還順手優化了 XDNA 架構下的端到端畫質放大流程，和軟體內建的 AI Filters、AI Design 工具打通。整個工具不需要調參或配置環境，安裝好後會自動識別硬體並完成配置。

為什麼重要

我們認為，AMD 在本地 AI 生態上走了一條相當務實的路線。

長期以來，Stable Diffusion 的本地生態幾乎被輝達和 CUDA 牢牢繫結，AMD 使用者想在本地跑圖，要麼去折騰複雜的轉譯和驅動，要麼只能眼饞。Amuse 這類開箱即用的工具，配合 2.2 Beta 帶來的全套 SD 3.5，讓拿著 Ryzen AI 筆記本或 Radeon 顯示卡的人不用懂程式碼，也能一鍵體驗最頂級的開源生圖模型。

從硬體策略來看，這招走得挺聰明。AMD 沒有硬逼著使用者去買昂貴的旗艦顯示卡，而是利用 XDNA 架構和 NPU，把發力點放在了輕薄本和離線場景上。通過結合 Lightning 蒸餾模型和超解析度放大，在算力有限的移動端實現了 2K 解析度出圖，正好打中了移動辦公和離線創作的需求。

不過看起來，它的隱患在於生態封閉度。這類一鍵包雖然降低了門檻，但自由度和可玩性肯定比不上 ComfyUI 這類高階社群工具，能不能持續跟進開源社群層出不窮的新外掛和 LoRA 生態，才是 AMD 接下來要面對的長跑。