NitroFusion2 发布：文本流对抗蒸馏实现 1-2 步文生图
萨里大学 SketchX 团队发布 NitroFusion2，一个基于通义 Z-Image-Turbo 构建的 1-2 步文本到图像模型，页面、代码、论文与模型权重均已放出。
已确认
- 核心技术为 Text-Stream Adversarial Distillation（TSA）：把对抗蒸馏的判别器从图像特征转向多模态扩散 Transformer（MMDiT）的文本流。由于联合注意力的存在，文本流已经「读过」图像且与文本条件绑定，因此成为信息更丰富的对抗表征。
- 该设计使模型在单步设定下即可渲染清晰文字（如书封文字）与细节，2 步设定进一步提升质量。
- 作者放出的对比图显示，其在 1 步和 2 步设定下的文字渲染与人像细节普遍优于 TwinFlow、Z-Image 等对比对象。
为什么重要
- 对抗损失通常作用于图像特征，TSA 将其搬到文本流是一个新的蒸馏路径，为少步数扩散模型压缩提供了不同于传统判别器设计的思路。
- 在 1-2 步即可出图且文字渲染清晰的特性下，模型适合对延迟敏感的实际应用场景，且完全开源（代码、论文、权重），便于社区复现与二次开发。
2026-11-05 ~ 2026-11-06 · 5 条相关
一手来源
- NitroFusion2 发布：文本流对抗蒸馏实现 1-2 步出图 — bdsqlsz ·
- NitroFusion2 用文本流对抗蒸馏，把扩散图像生成压到 1-2 步 — SketchX ·
- NitroFusion2 发布：基于 Z-Image-Turbo 的 1-2 步文生图模型 — bdsqlsz ·
- 【源头】NitroFusion2 用文本流对抗蒸馏，把扩散图像生成压到 1-2 步 — SketchX · 2026-11-05
- NitroFusion2 开源：1-2 步出图且文字清晰，对抗损失搬到文本流 — pbaylies · 2026-11-05
- 【源头】NitroFusion2 发布：基于 Z-Image-Turbo 的 1-2 步文生图模型 — bdsqlsz · 2026-11-06
- 【源头】NitroFusion2 发布：文本流对抗蒸馏实现 1-2 步出图 — bdsqlsz · 2026-11-06
- NitroFusion2 发布：1-2 步生成，对抗损失搬到 MMDiT 文本流 — Crazy-Repeat-2006 · 2026-11-06