# 為想要圖片的人而設的 Draw Things 替代方案。 你想要一張圖片。你得到的卻是一條流程。 Draw Things 畀你 248 個模型、20 個取樣器，同埋幾乎所有嘢都有設定。咁係好強大，但亦代表喺出第一張圖之前要做好多決定。Private Diffusion 提供精選嘅模型組合，每個都受過訓練以保持質素，而且會運行你嘅 iPhone、iPad 或 Mac 記憶體可以負擔嘅每一個模型。你輸入想要嘅嘢，就可以得到結果。 [![在 App Store 預訂 Private Diffusion](/app-store/pre-order-badge/zh-TW/pre-order.svg)![在 App Store 預訂 Private Diffusion](/app-store/pre-order-badge/zh-TW/pre-order-dark.svg)](https://testflight.apple.com/join/DQwfQsEg) ## 簡短版 Private Diffusion Draw Things 畫質 Private Diffusion縮細後重新訓練，令細模型回應同原版一致 Draw Things訓練後壓縮，原樣發布 Apple Silicon 上嘅速度 Private DiffusionGPU 及 Neural Engine，每個模型都用得上 Draw ThingsGPU；Neural Engine 只限部分模型 離開你裝置嘅嘢 Private Diffusion不收集任何數據，甚至連崩潰報告也不收集。 Draw Things購買項目、用戶內容、識別碼，根據佢嘅 App Store 標籤 App 本身 Private Diffusion原生 Swift，喺 iPhone、iPad 同 Mac 上，搭配 Liquid Glass Draw Things佢嘅 iPad App 嘅 Mac Catalyst 版本 ## 更小模型，更好圖片 每個模型在縮小之後都會重新訓練，所以你裝置上的小型版本會以全尺寸原版的方式回答。 運作方式 要將圖像模型放落手機，你需要縮細佢嘅權重。Draw Things 喺訓練之後先做：佢壓縮全精度權重並直接發布，冇重新訓練，而且佢預設嘅 Krea 2 下載係 8-bit 檔案。我哋再行多一步。我哋每個模型都用咗 [量化感知蒸餾](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) (QAD)：我哋將權重縮到 4 位元（Anima 同 Mage Flow Turbo 係 6 位元），然後持續訓練細模型對照全尺寸原版，直到佢回應一致。訓練喺壓縮之後先做，所以佢可以修復壓縮造成嘅偏差。 來源[NVIDIA：量化感知訓練與蒸餾如何運作](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) 我哋點樣將模型縮細 1. 1 原尺寸原版 模型開發者訓練嘅原版，太大，手機裝唔落。 2. 2 縮細至啱用 權重被削減到每個只有幾個位元，令成個模型可以放得落你嘅裝置。 3. 3 對照原版重新訓練 細模型持續訓練，直到佢嘅輸出同完整尺寸模型一樣。 Private Diffusion Private Diffusion 採用重新訓練過嘅模型。 Draw Things Draw Things 喺訓練後壓縮全精度權重，並喺冇重新訓練嘅情況下發布。 ## 更快，因為兩個處理器同時運作 Private Diffusion 讓 GPU 與 Neural Engine 一起運作，而你永遠不需要找設定來讓它發生。 運作方式 擴散模型透過 MLX（Apple 自家的機器學習框架）在 GPU 上運行，而且使用[M5 與 M6 GPU 內置的 Neural Accelerators](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/)、A19 Pro 與 A20 Pro。Core ML 將即時預覽、最終解碼與放大交給 Neural Engine，只有少數最大型的解碼例外，這些解碼在 CPU 上輸出更乾淨。在 iPhone 18 Pro 與配備 Ultra 晶片的 Mac 上，大圖會跨兩個 Neural Engine 解碼。Draw Things 也有使用 Neural Engine，但預設只給其 8-bit S 模型使用，而且只限部分晶片。其預設 Krea 2 下載完全不會用到它。我們的 4-bit 權重每步移動的位元組數量是那個 8-bit 預設的一半，而圖像生成大部分時間都在等待記憶體，所以更少位元組意味更少等待。 來源[Apple Newsroom：M6 與 M5 Ultra，每個 GPU 核心都有 Neural Accelerator](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/)[Apple：iPhone 18 Pro 技術規格，A20 Pro GPU 配備 Neural Accelerators](https://www.apple.com/iphone-18-pro/specs/) 邊啲處理器負責運算 Private Diffusion - GPU使用 - Neural Engine使用 Draw Things - GPU使用 - Neural Engine只限部分模型 ## 沒有收集任何東西，連你的購買項目也沒有 Private Diffusion 完全不收集任何資料，而 Draw Things 的 App Store 標籤列出購買項目、用戶內容與識別碼。 運作方式 每個 App Store app 都必須聲明會收集甚麼。[Draw Things 的私隱標籤](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820)列出購買項目、用戶內容及識別碼為其可能收集的數據，且不與你的身分連結。其可選的 Cloud Compute 功能在你登入後，亦會在其伺服器上運行生成。Private Diffusion 甚麼都不收集。它從不要求帳戶，亦沒有內建分析 SDK 或崩潰報告程式，並在你的裝置上生成每張圖片。如果你已登入 iCloud，你的圖庫會同步到你自己的私人 iCloud，絕不會同步到我們的伺服器。 來源[Draw Things App Store 列表與私隱標籤，版本 26.1008.0](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820) ![Draw Things 嘅 App Store 私隱標籤，列出購買項目、用戶內容同識別碼為已收集但未連接到你身份嘅數據。](/_astro/draw-things-app-privacy-card.BgEaSrwX_1Ge4YQ.png) Draw Things 自己嘅 App Store 私隱標籤，版本 26.1008.0，檢查日期 2026年10月13日。 Draw Things App Store 列表與私隱標籤，版本 26.1008.0 ## 真正的 Mac App，以 Apple 的方式建置 Private Diffusion 是一個原生 Swift app，在 iPhone、iPad 與 Mac 上具備 Liquid Glass，並按照 Apple 的 Human Interface Guidelines 建置。 運作方式 在 Mac 上，Draw Things 是一個過時的 Mac Catalyst app：其 iPad app 的 Catalyst 建置，將 iPad 介面帶到桌面。Private Diffusion 以 Swift 撰寫，適用於 macOS 26.4 及之後版本，具備 Liquid Glass、選單列指令、鍵盤快捷鍵，並開啟 App Sandbox 與 hardened runtime。它在每個運行的裝置上都完全遵循 Apple 的 Human Interface Guidelines。 來源Draw Things for Mac 二進位檔，版本 1.20260716.0：LC\_BUILD\_VERSION platform 6 (Mac Catalyst) ![Draw Things Mac 版：側邊欄列出專案、設定、控制、指令碼及 PEFT，棋盤格畫布，基本設定欄包含模型、LoRA、控制及強度，以及工具欄。](/_astro/draw-things-mac.K8r7XvP8_Z1h8VmX.png) Draw Things Mac 版，版本 1.20260716.0，喺 Catalyst 視窗入面嘅 iPad 介面。檢查日期 2026年10月13日。 Draw Things for Mac 二進位檔，版本 1.20260716.0：LC\_BUILD\_VERSION platform 6 (Mac Catalyst) ![Private Diffusion 喺 Mac 上嘅 Studio 視窗：側邊欄包含 Studio、Gallery、Model Library 同 API Server，一幅生成嘅燈塔圖像，以及一個帶有 Generate 按鈕嘅單一提示詞輸入欄。](/_astro/private-diffusion-mac-light.xeGQ_AT8_1Khmbc.png) macOS 26 上嘅 Private Diffusion Studio，原生 Swift。 ![Private Diffusion 喺 Mac 上嘅 Studio 視窗：側邊欄包含 Studio、Gallery、Model Library 同 API Server，一幅生成嘅燈塔圖像，以及一個帶有 Generate 按鈕嘅單一提示詞輸入欄。](/_astro/private-diffusion-mac-dark.Cub9GTyU_Z1KoSpA.png) macOS 26 上嘅 Private Diffusion Studio，原生 Swift。 ## 邊一款適合你 ### 揀 Draw Things 如果 - 你想要 248 個模型，而且每個取樣器都隨手可得 - 你自己訓練 LoRA - 你想要管線每個階段都有設定 ### 揀 Private Diffusion 如果 - 你想要嘅係圖像，而唔係管線 - 你想要一個完全唔收集任何嘢嘅 App，連購買記錄都唔收集 - 你想要一個遵循 Apple 指引嘅原生 Mac、iPhone 同 iPad App ## Private Diffusion 同 Draw Things 並排比較 兩個 App 喺 Apple Silicon 上嘅比較，截至下方來源所載日期。 | 你得到什麼 | Private Diffusion | Draw Things | | --- | --- | --- | | 模型縮小方式 | 縮小後重新訓練 (QAD) | 訓練後壓縮，沒有重新訓練 | | 使用的處理器 | GPU 與 Neural Engine | GPU；部分模型使用 Neural Engine | | app 收集的資料 | 無 | 購買項目、用戶內容、識別碼 | | 分析 SDK | 無 | 政策中未提及任何 SDK | | 建置方式 | 原生 Swift，具備 Liquid Glass | 其 iPad app 的 Mac Catalyst 建置 | | App Sandbox | 是，具備 hardened runtime | 是 | | 運行於 | iPhone、iPad 與 Mac | iPhone、iPad 與 Mac | | 開始使用 | 下載模型，輸入提示詞 | 選擇模型，然後調整設定 | | 模型 | 精選，每款都為你嘅裝置調校 | 248 個目錄項目 | 比較三項 三個 app 在 Apple Silicon 上的比較，截至下方來源所述日期。 | 你得到什麼 | Private Diffusion | Draw Things | ComfyUI | | --- | --- | --- | --- | | 模型縮小方式 | 縮小後重新訓練 (QAD) | 訓練後壓縮，沒有重新訓練 | 取決於你載入的 checkpoint | | 使用的處理器 | GPU 與 Neural Engine | GPU；部分模型使用 Neural Engine | 透過 PyTorch MPS 使用 GPU | | app 收集的資料 | 無 | 購買項目、用戶內容、識別碼 | 使用情況與錯誤遙測，預設開啟 | | 分析 SDK | 無 | 政策中未提及任何 SDK | PostHog 與 Datadog RUM | | 建置方式 | 原生 Swift，具備 Liquid Glass | 其 iPad app 的 Mac Catalyst 建置 | Electron，內置 Python | | App Sandbox | 是，具備 hardened runtime | 是 | 否 | | 運行於 | iPhone、iPad 與 Mac | iPhone、iPad 與 Mac | Mac、Windows 與 Linux；沒有 iPhone 或 iPad | | 開始使用 | 下載模型，輸入提示詞 | 選擇模型，然後調整設定 | 安裝 Python，然後使用節點圖 | | 模型 | 精選，每款都為你嘅裝置調校 | 248 個目錄項目 | 任何你找到的 checkpoint | ## Draw Things 替代方案常見問題 - ### Mac 上最好的 Draw Things 替代方案是什麼？ 如果你想要嘅係圖像而唔係工作流程，揀 Private Diffusion。佢喺配備 macOS 26.4 或以上嘅 Apple Silicon Mac 上運行精選嘅模型組合，每個模型縮細後都會重新訓練以保持質素，同時使用 GPU 同 Neural Engine，而且唔收集任何數據。如果你想要數以百計嘅模型同控制每個設定，Draw Things 仍然係更好嘅選擇。 - ### Draw Things 是原生 Mac app 嗎？ Mac 版 Draw Things 是其 iPad app 的 Mac Catalyst 建置，所以它將 iPad 介面帶到桌面。它有沙盒化，並運行於 macOS 12.4 或之後版本。Private Diffusion 是一個適用於 macOS 26.4 及之後版本的原生 Swift app，具備 Liquid Glass、選單列指令與鍵盤快捷鍵。 - ### 我可以在 iPhone 與 iPad 上使用 Draw Things 嗎？ 可以。Draw Things 喺 iPhone、iPad 同 Mac 上運行，Private Diffusion 都係。分別在於開 App 之後發生嘅事：Draw Things 要你由 248 個目錄項目入面揀選並調整設定，而 Private Diffusion 畀你嘅係已經同你裝置匹配嘅模型。較大嘅模型需要更多記憶體：Krea 2 Turbo 需要一部有 16 GB 嘅 iPad 或 Mac，而 Anima 同 Flux.2 Klein 4B 可以喺任何支援嘅 iPhone 上運行。 - ### Draw Things 安全嗎？ Draw Things 是 Draw Things, Inc. 出品的正規 app，在 Mac 上有沙盒化，並透過 App Store 銷售。其 App Store 私隱標籤表示它可能收集購買項目、用戶內容與識別碼，用於 app 功能，不連結到你的身份；而其可選的 Cloud Compute 在你登入後會在其伺服器上運行生成。Private Diffusion 不收集任何資料，而且每張圖片都是在你的裝置上製作。 ## 做出圖片，跳過流程 每個模型都受過訓練以保持質素，喺你已經擁有嘅 iPhone、iPad 或 Mac 上運行。無需建立帳戶，你創作嘅任何內容都唔會傳送畀我哋。 [![在 App Store 預訂 Private Diffusion](/app-store/pre-order-badge/zh-TW/pre-order.svg)![在 App Store 預訂 Private Diffusion](/app-store/pre-order-badge/zh-TW/pre-order-dark.svg)](https://testflight.apple.com/join/DQwfQsEg) [看看 Private Diffusion 與 ComfyUI 如何比較](/zh-HK/comfyui-alternative) ## 來源，檢查日期 2026年10月13日 1. [NVIDIA：量化感知訓練與蒸餾如何運作](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) 2. [Apple Newsroom：M6 與 M5 Ultra，每個 GPU 核心都有 Neural Accelerator](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/) 3. [Apple：iPhone 18 Pro 技術規格，A20 Pro GPU 配備 Neural Accelerators](https://www.apple.com/iphone-18-pro/specs/) 4. [Draw Things App Store 列表與私隱標籤，版本 26.1008.0](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820) 5. Draw Things for Mac 二進位檔，版本 1.20260716.0：LC\_BUILD\_VERSION platform 6 (Mac Catalyst) 6. [Comfy Desktop 1.1.6 遙測來源 (PostHog、Datadog RUM)](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80) 7. [Comfy Desktop 1.1.6 首次啟動畫面：遙測預設勾選](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/views/FirstUseTakeover.vue#L101) 8. [Comfy Desktop app 內私隱政策提及 PostHog 與 Datadog](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/lib/legalDocs.ts#L400-L401) 9. [Comfy 文件：ComfyUI 使用 PyTorch MPS，而非 MLX](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72) 10. Comfy Desktop 1.1.6 程式碼簽署：沒有 App Sandbox entitlement