将 iOS CoreML 接入量化端侧扩散模型，实现实时图像编辑

作者分享在 iOS 上部署量化 Stable Diffusion 的工程模式：使用 CoreML ML Program 格式、复用交叉注意力 KV-cache，并针对 A16、A17 和 M 系列芯片做分级显存回退；推理在主线程外异步执行，UI 画布保持 60fps，单步延迟依芯片档位和量化深度在 280ms 至 800ms 之间。作者强调应从第一天就把显存压力当作一等约束。

AI推荐理由 给出端侧扩散模型在 iOS 上的具体工程参数：CoreML ML Program 格式、交叉注意力 KV-cache 复用、按 A16/A17/M 系列芯片分级的显存回退策略，单步延迟 280ms 至 800ms，UI 以 60fps 异步推理。属于实践模式分享，但带有博客引流性质，且未提供可复现的基准测试细节。