本研究提出了BinaryDM，一种新颖的准确的量化感知训练方法，可以将扩散模型的权重推向1位极限。通过使用LMB恢复二元化扩散模型生成的表示，并使用LRM提高二元化感知优化，BinaryDM在精度和效率上都取得了显著的改进。在资源有限场景中，BinaryDM展示了巨大的优势和潜力。