研究人员开发了端点分布匹配蒸馏 (eDMD),这是一种将扩散模型蒸馏为更少步数的新颖方法。与使用中间学生输出来训练的先前技术不同,eDMD 仅在学生的最终输出来训练一个假的评分模型。这种方法理论上确保了分布匹配项仅在学生的最终输出分布与教师的分布对齐时消失,而与中间步骤无关。在 SD3-Medium 和 Qwen-Image-2.1 等模型上的实验表明,eDMD 在四步生成方面优于现有方法。 AI
影响 这项新的蒸馏技术可能带来更快、更高效的图像生成扩散模型。
排序理由 该集群包含一篇详细介绍扩散模型蒸馏新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Distribution matching distillation
- Endpoint Distribution Matching Distillation
- FLUX.2
- Hugging Face
- SD3-Medium
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →