带随机起始的普通微分方程采样器用于扩散桥模型

本研究解决了现有扩散桥模型在采样速度上的不足，提出了一种采用高阶普通微分方程采样器的新方法，从随机初始状态开始生成图像。通过在反向过程的首步引入后验采样方法，该方法显著提高了图像恢复和转换任务的感知质量，同时降低了神经函数评估的计算开销，从而在视觉质量和Frechet Inception Distance (FID)方面超越了最先进的技术。