量子位
·
后生可畏！何恺明团队新成果发布，共一清华姚班大二在读
💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
何恺明团队推出了改进版单步生成模型iMF，解决了训练的稳定性和效率问题。在ImageNet测试中，iMF表现优异，FID成绩为1.72，超越多步扩散模型，证明其性能可与之媲美。
🎯
关键要点
- 何恺明团队推出了改进版单步生成模型iMF，解决了训练的稳定性和效率问题。
- iMF在ImageNet 256×256基准测试中取得了1.72的FID成绩，超越多步扩散模型。
- iMF通过重构预测函数，将训练过程转换为标准的回归问题，提升了训练稳定性。
- iMF引入灵活的无分类器指导（CFG），允许在推理时调整指导尺度以优化图像质量。
- iMF采用高效的上下文内条件作用架构，减少了参数量，提高了模型效率。
- iMF的实验结果显示，其性能优于许多从预训练多步模型中蒸馏而来的快进模型。
- 论文的共同作者包括清华姚班大二学生Yiyang Lu及多位知名研究员。
➡️
