一种基于扩散模型的AIGC边端协同推理方法

本发明属于AIGC技术领域，公开了一种基于扩散模型的AIGC边端协同推理方法，包括以下步骤：S1、构建多退出U‑Net网络，实现多出口机制；S2、基于深度强化学习的学习算法，设计协同推理服务问题的决策策略；S3、设计基于注意力的状态嵌入策略网络，进一步提高策略网络在扩散过程中的状态感知能力；S4、对模型的能耗和生成图像的质量进行评估。本发明采用上述一种基于扩散模型的AIGC边端协同推理方法，有效平衡推理的准确性和处理时间，提高了生成质量和能效，在动态边缘环境中优化内容质量和能源使用，实现了在边缘设备上高效、节能的扩散模型推理，提升了物联网应用的整体性能和用户体验。