一张图的时间花在哪里 40 步不是把整条流水线重复 40 次，主要重复的是中间的 DiT 生成计算 文本编码 通常 1 次 理解提示词 DiT 生成主干 … × 40 每一步都可能伴随权重搬入、计算和移出 VAE 解码 通常 1 次 还原像素图 作者实测：RTX 3060 6GB + 32GB 内存，1024×1024、40 步，复杂提示词约 40 分钟 单次观察，不代表同型号机器的固定成绩