英特尔推出OpenVINO 2025.0：引入全新图像生成场景与深度学习模型优化技术

「开启AI时代的图像生成奇迹：英特尔OpenVINO 2025.0震撼发布！」

　　 2月15日消息，据英特尔开发者专区透露，2025年首个OpenVINO版本（2025.0）已于14日推出。此次更新主要集中在性能增强、对更多生成式AI模型的支持，并且针对英特尔神经处理单元（NPU）进行了重要优化。

　　 官方表示：OpenVINO 2025.0版本正式发布了，它现在全面支持了FLUX.1图像生成模型，包括其Dev和Schnell变体。这个版本允许用户在英特尔的CPU和GPU上通过GenAI流水线来运行这些模型。开发者现在可以使用Optimum-Intel工具将Flux模型导出，并结合Text2ImagePipeline功能来生成图像。鉴于Flux模型对精度的极高要求，开发团队对其进行了深入的优化工作，以确保在提高图像生成性能的同时，不会牺牲准确性。这无疑是一个重要的进展，为图像生成领域提供了更强大的工具，有助于推动相关技术的发展和应用。

　　 例如，INT8 量化版 FLUX.1-dev 模型在应用 Yarn 风格 LoRA 前后的对比如下（提示词："albert einstein, yarn art style"，初始种子 = 420，迭代次数 = 20）：

　　 此次还加入了 Image2Image 与 Inpainting 的支持。

　　 Image2Image：以图像 + 文本为输入生成新图像，提升结果可控性；

　　 图像修复技术：利用掩码图像替换输入图像中的特定区域，支持局部内容的自动恢复。

　　 两种流水线均兼容 LoRA 适配器，满足定制化需求。

　　 本次新版本在LLMPipelineAPI中引入了对提示词查找解码的预览支持，这是一种对推测解码的简化方法，它通过直接查找机制替代了传统的草稿模型。这种方法在处理高度相似的请求时能显著降低生成延迟。例如，在进行文档问答时可以看到性能提升，因为答案会基于作为提示词一部分的文档生成。

　　 英特尔表示，他们正在积极努力支持和验证最新的模型，其中包括Mistral-7B-Instruct-v0.2和Qwen2.5。此外，英特尔也确认支持基于LLaMA和Qwen架构的DeepSeek蒸馏模型。 这种对最新技术模型的支持表明，英特尔正在不断加强其在人工智能领域的布局，以确保能够提供更全面的技术解决方案。此举不仅有助于推动相关技术的发展，也为用户提供了更多的选择和灵活性。随着人工智能技术的快速发展，像英特尔这样的科技巨头积极跟进，无疑为整个行业注入了新的活力。

　　 此外，2025.0版本首次引入了对NPU加速的支持，开发者现在可以利用PyTorch的torch.compile接口来访问英特尔NPU的算力。此外，OpenVINO已在CPU和GPU上获得支持，并且其推理性能几乎与原生OpenVINO推理相当。以下为启用方法：