ARC-Forcing

新的扩散模型支持实时AI音乐生成

研究人员开发了实时音乐扩散模型（LMDMs），这是一种将音频扩散模型适应于消费级硬件上进行实时、交互式音乐生成的新方法。这些模型解决了当前扩散管线中的效率低下问题，通过分块KV缓存实现了比现有离散AR模型更好的计算性能。LMDMs还引入了ARC-Forcing，无需RL即可实现稳定的训练后对齐，从而能够实现文本条件生成、草图合成和艺术家-AI实时协作等应用。