# 給想要圖片的人所用的 Draw Things 替代方案。 你想要一張圖片，卻得到一條流程。 Draw Things 提供 248 個模型、20 種取樣器，以及幾乎每個環節的設定。這代表很多能力，但在第一張影像之前也有許多決定要做。Private Diffusion 提供一組精選模型，每款都經過訓練以維持品質，並在你 iPhone、iPad 或 Mac 記憶體允許的範圍內執行每一個。你輸入想要的內容，就能得到結果。 [![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) ## 重點摘要 Private Diffusion Draw Things 畫質 Private Diffusion縮小後重新訓練，讓小型模型回應與原始模型一致 Draw Things訓練後壓縮，原樣提供 Apple Silicon 上的速度 Private DiffusionGPU 與 Neural Engine，每種模型 Draw ThingsGPU；神經引擎僅限特定模型 什麼資料會離開你的裝置 Private Diffusion不收集任何資料，連當機報告也沒有 Draw Things購買項目、使用者內容、識別碼，根據其 App Store 標籤 App 本身 Private DiffusioniPhone、iPad 和 Mac 上的原生 Swift，搭配 Liquid Glass Draw Things其 iPad App 的 Mac Catalyst 建置版本 ## 更小模型，更好圖片 每款模型在縮小後都會重新訓練，所以你裝置上的小型版本會像全尺寸原始模型一樣回應。 運作方式 想要在手機上容納影像模型，就必須縮小其權重。Draw Things 在訓練後進行這件事：它壓縮全精度權重，且不重新訓練就直接提供，預設的 Krea 2 下載是 8 位元檔案。我們多做一步。我們的每一款模型都經過 [量化感知蒸餾](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) (QAD)：我們將權重縮小到 4 位元（Anima 和 Mage Flow Turbo 為 6 位元），然後讓小型模型對照完整尺寸原始模型持續訓練，直到回應方式一致。訓練在壓縮之後進行，因此能修復壓縮造成的偏差。 來源[NVIDIA：量化感知訓練與蒸餾的運作方式](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) 我們如何縮小模型 1. 1 原始完整模型 原開發者訓練的模型，對手機來說太大。 2. 2 縮小以符合裝置 每個權重被裁減到數個位元，讓整個模型能裝進你的裝置。 3. 3 對照原始模型重新訓練 小型模型持續訓練，直到它的回應方式與完整尺寸模型一致。 Private Diffusion Private Diffusion 搭載重新訓練過的模型。 Draw Things Draw Things 在訓練後壓縮全精度權重，且不重新訓練即提供。 ## 更快，因為兩顆處理器同時運作 Private Diffusion 讓 GPU 與 Neural Engine 協同運作，而你永遠不必尋找設定來實現這點。 運作方式 擴散模型透過 MLX 在 GPU 上執行，MLX 是 Apple 自家的機器學習框架，並使用 [內建於 M5 和 M6 GPU 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、最終解碼與放大工具交給 Neural Engine，只有少數幾個最大的解碼會改在 CPU 上處理，輸出更乾淨。在 iPhone 18 Pro 和配備 Ultra 晶片的 Mac 上，大型影像會同時使用兩個 Neural Engine 進行解碼。Draw Things 也會使用 Neural Engine，但預設僅用於其 8 位元 S 模型，且僅限於部分晶片。其預設的 Krea 2 下載完全不會用到它。我們的 4 位元權重每個步驟移動的位元組數也只是該 8 位元預設值的一半，而影像生成大部分時間都在等待記憶體，所以位元組越少，等待時間越短。 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 具備 Neural Accelerators](https://www.apple.com/iphone-18-pro/specs/) 哪些處理器負責運算 Private Diffusion - GPU使用 - 神經引擎使用 Draw Things - GPU使用 - 神經引擎僅限特定模型 ## 不收集任何資料，連購買項目也不例外 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"、"使用者內容" 與 "識別碼"。 運作方式 每個 App Store app 都必須聲明收集什麼。[Draw Things 的隱私標籤](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820)列出購買項目、使用者內容和識別碼，作為可能收集、但不與你的身分連結的資料。其選用的 Cloud Compute 也會在你登入後於其伺服器上執行生成。Private Diffusion 不收集任何東西。它從不要求帳號，出廠沒有分析 SDK 或當機回報器，每張圖片都在你的裝置上生成。如果你登入 iCloud，你的圖庫會同步到你自己的私人 iCloud，永遠不會到我們的伺服器。 來源[Draw Things App Store 列表與隱私標籤，版本 26.1008.0](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820) ![Draw Things 的 App Store 隱私權營養標籤，列出購買項目、使用者內容和識別碼為已收集但未與你的身分連結的資料。](/_astro/draw-things-app-privacy-card.BgEaSrwX_1Ge4YQ.png) Draw Things 自己的 App Store 隱私權標籤，版本 26.1008.0，核對日期 2026年10月13日。 Draw Things App Store 列表與隱私標籤，版本 26.1008.0 ## 真正的 Mac App，以 Apple 的方式建置 Private Diffusion 是一款原生 Swift App，在 iPhone、iPad 與 Mac 上具備 Liquid Glass，並依循 Apple 的《Human Interface Guidelines》建置。 運作方式 在 Mac 上，Draw Things 是一款過時的 Mac Catalyst App：其 iPad App 的 Catalyst 建置，將 iPad 介面帶到桌面。Private Diffusion 以 Swift 撰寫，支援 macOS 26.4 與以上版本，具備 Liquid Glass、選單列指令、鍵盤快速鍵，並開啟 App Sandbox 與強化執行環境。它在執行的每一部裝置上，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 for Mac：側邊欄列出 Projects、Settings、Control、Scripts 與 PEFT，棋盤格畫布，基本設定欄包含 Model、LoRA、Control 與 Strength，以及工具欄。](/_astro/draw-things-mac.K8r7XvP8_Z1h8VmX.png) Draw Things 的 Mac 版，版本 1.20260716.0，Catalyst 視窗中的 iPad 介面。核對日期 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) ![Mac 上的 Private Diffusion Studio 視窗：側邊欄包含 Studio、Gallery、Model Library 和 API Server，一張生成的燈塔影像，以及一個單一提示欄位和 Generate 按鈕。](/_astro/private-diffusion-mac-light.xeGQ_AT8_1Khmbc.png) macOS 26 上的 Private Diffusion Studio，原生 Swift。 ![Mac 上的 Private Diffusion Studio 視窗：側邊欄包含 Studio、Gallery、Model Library 和 API Server，一張生成的燈塔影像，以及一個單一提示欄位和 Generate 按鈕。](/_astro/private-diffusion-mac-dark.Cub9GTyU_Z1KoSpA.png) macOS 26 上的 Private Diffusion Studio，原生 Swift。 ## 哪一款適合你 ### 適合 Draw Things 的情況 - 你想要 248 個模型和所有取樣器隨手可得 - 你自行訓練 LoRA - 你想要為工作流程的每個階段設定參數 ### 適合 Private Diffusion 的情況 - 你想要的是影像，而不是工作流程 - 你想要一款不收集任何資料的 App，連購買項目也不收集 - 你想要遵循 Apple 規範的原生 Mac、iPhone 和 iPad App ## Private Diffusion 與 Draw Things 並排比較 兩款 App 在 Apple Silicon 上的比較，截至下方來源所述日期。 | 你能得到什麼 | Private Diffusion | Draw Things | | --- | --- | --- | | 模型如何縮小 | 縮小後重新訓練 (QAD) | 訓練後壓縮，不重新訓練 | | 使用的處理器 | GPU 與 Neural Engine | GPU；特定模型使用 Neural Engine | | App 收集的資料 | 無 | 購買項目、使用者內容、識別碼 | | 分析 SDK | 無 | 政策中未提及 | | 建置方式 | 原生 Swift，具備 Liquid Glass | 其 iPad App 的 Mac Catalyst 建置 | | App Sandbox | 是，具備強化執行環境 | 是 | | 可在以下平台執行 | iPhone、iPad 與 Mac | iPhone、iPad 與 Mac | | 開始使用 | 下載模型，輸入提示 | 挑選模型，然後調整設定 | | 模型 | 精選，每款都為你的裝置調校 | 248 個目錄項目 | 比較全部三項 三款 App 在 Apple Silicon 上的比較，截至下方來源日期。 | 你能得到什麼 | Private Diffusion | Draw Things | ComfyUI | | --- | --- | --- | --- | | 模型如何縮小 | 縮小後重新訓練 (QAD) | 訓練後壓縮，不重新訓練 | 取決於你載入的 checkpoint | | 使用的處理器 | GPU 與 Neural Engine | GPU；特定模型使用 Neural Engine | 透過 PyTorch MPS 使用 GPU | | App 收集的資料 | 無 | 購買項目、使用者內容、識別碼 | 使用與錯誤遙測，預設開啟 | | 分析 SDK | 無 | 政策中未提及 | PostHog 與 Datadog RUM | | 建置方式 | 原生 Swift，具備 Liquid Glass | 其 iPad App 的 Mac Catalyst 建置 | Electron，隨附 Python | | App Sandbox | 是，具備強化執行環境 | 是 | 否 | | 可在以下平台執行 | 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 | 挑選模型，然後調整設定 | 安裝 Python，然後使用節點圖 | | 模型 | 精選，每款都為你的裝置調校 | 248 個目錄項目 | 你找到的任何 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？ 對於想要影像而非工作流程的人，選擇 Private Diffusion。它在配備 macOS 26.4 或更新版本的 Apple Silicon Mac 上執行一組精選模型，每款模型在縮小後重新訓練以維持品質，同時使用 GPU 與神經引擎，且不收集任何資料。如果你想要數百個模型以及對每個設定的控制，Draw Things 仍然是更好的選擇。 - ### Draw Things 是原生 Mac App 嗎？ Mac 版 Draw Things 是其 iPad App 的 Mac Catalyst 建置，因此將 iPad 介面帶到桌面。它有沙箱化，並在 macOS 12.4 或以上版本執行。Private Diffusion 是原生 Swift App，支援 macOS 26.4 與以上版本，具備 Liquid Glass、選單列指令與鍵盤快速鍵。 - ### 我可以在 iPhone 和 iPad 上使用 Draw Things 嗎？ 可以。Draw Things 可在 iPhone、iPad 和 Mac 上執行，Private Diffusion 也一樣。差別在於開啟之後：Draw Things 要求你從 248 個目錄項目中挑選並調整設定，而 Private Diffusion 提供已為你的裝置匹配好的模型。較大的模型需要更多記憶體：Krea 2 Turbo 需要配備 16 GB 的 iPad 或 Mac，而 Anima 和 Flux.2 Klein 4B 可在任何支援的 iPhone 上執行。 - ### Draw Things 安全嗎？ Draw Things 是 Draw Things, Inc. 推出的正規 app，在 Mac 上經過沙盒化，並透過 App Store 販售。其 App Store 隱私權標籤註明可能收集購買項目、使用者內容與識別碼，用於 app 功能但未與身分連結，且其選用的 Cloud Compute 會在登入後於其伺服器上執行生成。Private Diffusion 不收集任何資料，而且每張圖片都在你的裝置上生成。 ## 直接生成圖片，跳過繁瑣流程 每款模型都經過訓練，在你已有的 iPhone、iPad 或 Mac 上維持品質。不需建立帳號，你創作的一切都不會傳送給我們。 [![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 的比較](/zh-TW/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的運作方式](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 具備 Neural Accelerators](https://www.apple.com/iphone-18-pro/specs/) 4. [Draw Things App Store 列表與隱私標籤，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 內隱私權政策提及 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 程式碼簽名：沒有 App Sandbox 權限