DiffusionBear

Studio IA Nativo per macOS · 100% Locale e Gratuito

DiffusionBear — Lo studio IA nativo per Mac Apple Silicon (da M1 a M4+)

DiffusionBear v0.5.0 è uno studio completo e open-source (licenza MIT) per generare e modificare immagini IA su macOS tramite Apple MLX e Metal. Mentre DiffusionBee non riceve aggiornamenti dalla versione 2.5.3 di agosto 2024 (che aveva introdotto il supporto a FLUX.1, senza alcun annuncio ufficiale di chiusura), DiffusionBear offre 7 viste studio native, Virtual Boxes su canvas, Prompt Enhancer Qwen2.5 locale (<1s), importazione da ~/.diffusionbee e 23 motori a 4-bit per tutti i chip da M1 a M6 e futuri M7, M8, M9+.

Apple Silicon da M1 a M6 (compatibile M7/M8/M9+) · macOS 26.2+ · Interfaccia in Italiano · Licenza MIT ·

In sintesi — Perché passare allo studio DiffusionBear dopo DiffusionBee v2.5.3?

L'ultima versione di DiffusionBee è stata la v2.5.3 nell'agosto 2024 (che ha introdotto il supporto FLUX.1 su macOS); non c'è stato alcun annuncio ufficiale di interruzione, ma semplicemente nessun nuovo aggiornamento da agosto 2024. DiffusionBear (v0.5.0, licenza MIT) porta su Mac un vero studio creativo basato su Apple MLX a 4-bit: genera un ritratto 512×768 in 8,8 secondi con Juggernaut XL Lightning o in 44,1 secondi con FLUX.2-klein 4B su Mac M1 da 16 GB, converte in sola lettura i LoRA .tdict da ~/.diffusionbee/ in .safetensors e integra FLUX.2/3, Bria FIBO 2.0 e MOSS-Image.

Confronto: Studio DiffusionBear vs DiffusionBee su Mac

Funzionalità Studio DiffusionBear v0.5.0 DiffusionBee v2.5.3
Ultimo rilasciov0.5.0 (Novembre 2026, attivo, licenza MIT)v2.5.3 (Agosto 2024; nessun aggiornamento successivo, nessun annuncio di chiusura)
Chip Apple Silicon supportatiM1, M2, M3, M4, M5, M6 + futuri M7, M8, M9+Apple Silicon (MPS / Core ML)
Motore di inferenzaApple MLX nativo (4-bit / 8-bit) + Metal JITPyTorch MPS / TensorFlow
Strumenti Studio integrati7 viste, Virtual Boxes su canvas, Galleria Privacy BlurInterfaccia base a schede
Supporto FLUX.1Sì (MLX 4-bit + ecosistema LoRA FLUX.1)Sì (introdotto nella v2.5.3 di agosto 2024)
Architetture post-2024 (23 incluse)FLUX.2/3 Klein, Bria FIBO 2.0 Edit, MOSS 5B, Z-Image, Qwen 2.1Non disponibili
Velocità SDXL (512×768, M1 16 GB)8,8 s (Juggernaut XL Lightning, 4 step)35–55 s (SDXL 25 step)
Importazione da ~/.diffusionbeeConversione LoRA .tdict in sola lettura + consigli MLXFormato proprietario chiuso .tdict
Prompt Enhancer LLM localeQwen2.5-0.5B/1.5B (4-bit MLX, < 1 s, offline)Assente
Lingue dell'interfaccia9 lingue native incluso l'Italiano completoSolo Inglese

Uno studio creativo completo per il tuo Mac M1–M6 (e futuri M7, M8, M9+)

7 Viste Studio, Virtual Boxes e Privacy Blur

DiffusionBear mette al centro il flusso di lavoro: disegna Virtual Boxes sul canvas per posizionare più soggetti senza ControlNet, proteggi la galleria con Privacy Blur e trascina i PNG con metadati Civitai / A1111.

Progettato per 16 GB di Memoria Unificata (M1–M4+)

DiffusionBear rileva automaticamente la RAM del tuo Mac (hw.memsize) e limita il budget Metal wired al 68 % (~10,88 GB su 16 GB) su qualsiasi chip da M1 a M6 e sui futuri processori M7, M8 e M9.

Importa i tuoi LoRA da DiffusionBee (.tdict)

Dalla scheda Sorgenti, DiffusionBear legge l'intestazione da 288 byte in ~/.diffusionbee/ in sola lettura, converte i LoRA SDXL e FLUX in .safetensors standard e suggerisce il modello MLX a 4-bit equivalente per i vecchi checkpoint.

Domande Frequenti — DiffusionBear in Italiano

DiffusionBee è stato ufficialmente chiuso?

No, non c'è stato alcun annuncio ufficiale di chiusura. L'ultima versione rilasciata è la v2.5.3 nell'agosto 2024 (che ha introdotto il supporto per FLUX.1 su macOS), dopodiché non sono più stati pubblicati aggiornamenti.

Su quali chip Apple Silicon funziona DiffusionBear?

DiffusionBear funziona nativamente su tutti i chip Apple Silicon a partire da M1 fino a M6 attualmente (M1, M2, M3, M4, M5, M6 nelle varianti Base, Pro, Max e Ultra) e funzionerà automaticamente sui futuri processori M7, M8, M9 e successivi grazie ad Apple MLX e Metal.

Posso convertire i file .tdict di DiffusionBee in DiffusionBear?

Sì: DiffusionBear scansiona la cartella ~/.diffusionbee in sola lettura e converte i LoRA SDXL e FLUX dal formato .tdict in .safetensors standard, consigliando in un clic i sostituti MLX a 4-bit per i vecchi checkpoint completi.

Posso usare lo studio DiffusionBear su un Mac con 16 GB di RAM?

Certamente. Su un Mac Apple Silicon con 16 GB di memoria unificata, Juggernaut XL Lightning genera un'immagine 512×768 in 8,8 secondi e FLUX.2-klein 4B in 44,1 secondi, completamente offline.

Panoramica di DiffusionBear v0.5.0 in Italiano

Un'interfaccia studio completa, nativa e in italiano

Esplora l'interfaccia nativa di DiffusionBear tradotta in italiano per Mac Apple Silicon: canvas interattivo con Virtual Boxes, galleria locale con Privacy Blur, gestore modelli Hugging Face / Civitai e Prompt Enhancer locale Qwen2.5.

Canvas di Generazione & Virtual Boxes (Scuro e Chiaro)

Posiziona personaggi, oggetti e scritte senza ControlNet disegnando riquadri interattivi sul canvas. Alterna istantaneamente tra tema scuro e chiaro.

Galleria Locale con Preferiti & Sfocatura Privacy

Tutte le immagini salvate localmente con metadati completi Civitai / A1111, filtro preferiti e sfocatura privacy per condivisioni schermo sicure.

Gestione Modelli & Pipeline MLX Installate

Visualizza ed esegui i tuoi modelli quantizzati a 4-bit (FLUX, SDXL Lightning, Bria FIBO 2.0, MOSS, Z-Image) con telemetria Metal live.

Esploratore Modelli Hugging Face & Civitai

Cerca e scarica direttamente checkpoint e LoRA da Hugging Face e Civitai con anteprima parole chiave e licenze d'uso commerciale.

Preferenze di Sistema & Memoria Metal GPU

Budget di memoria unificata (68% RAM), selezione tra 9 lingue dell'interfaccia e rilascio automatico dei modelli inattivi.

Miglioramento Prompt Locale Qwen2.5 (Prosa & JSON)

Modelli linguistici locali Qwen2.5 (0.5B e 1.5B) per espandere le tue idee in descrizioni dettagliate o strutture JSON in meno di un secondo.

Studio Preview
Enlarged screenshot preview

Esc to close