本文探讨了流匹配模型的得分蒸馏方法，以提高图像生成效率。通过推导，统一了高斯扩散与流匹配，并将得分身份蒸馏（SiD）扩展至预训练的文本到图像流匹配模型。实验结果表明，SiD在不同模型中有效，无需教师微调或架构更改，首次系统性证明了得分蒸馏在文本到图像流匹配模型中的广泛适用性。
本文提出了一种改进的3D生成方法，通过修改DDIM和引入得分蒸馏采样（SDS），有效提升了生成质量，解决了过度平滑和低多样性的问题。该方法结合逆向采样和分数蒸馏，在全景图像、视频和3D场景中展示了有效性，并在文本到3D生成任务中表现出色。
完成下面两步后，将自动完成登录并继续当前操作。
