SpeeDiff-XL

SpeeDiff模型实现更快的端到端潜在扩散训练

研究人员开发了SpeeDiff，一种新颖的潜在扩散模型，它从头开始联合训练变分自编码器（VAE）和扩散模型。这种端到端的方法旨在创建一个对生成更友好的潜在空间，从而实现更快的收敛。一项关键创新是Tweedie像素重建（TPR）损失，它通过提供像素级反馈来防止潜在空间崩溃。SpeeDiff-XL在ImageNet上实现了具有竞争力的FID分数，与现有方法相比显示出显著的速度提升。