NVIDIA PDD 用 4–8 步蒸馏加速图像和视频生成
nvidia · hf · 2026-07-29
- NVIDIA 提出 Parallel Decoding Distillation（PDD），一种基于轨迹的蒸馏方法，用来加速图像和视频生成中的 diffusion / flow matching 模型。
- 论文强调它比基于 VSD 和对抗损失的方案更简单、可扩展，后者虽然能出高质量结果，但训练难、容易模式坍塌，视频多样性和运动表现会受损。
- PDD 的核心做法是：一次网络评估预测多个去噪步，支持不同数量的 function evaluations（NFE），并且可接到任意预训练模型上。
- 作者称它在 LTX-2.3 Text-to-Video/Audio、Wan 14B Text-to-Video、Qwen-Image Text-to-Image 上都取得了 4–8 NFE 的 SOTA 表现，同时显著提升了生成视频的多样性。
所属事件:NVIDIA提出PDD并行解码蒸馏，4-8步加速图像视频生成(7 条相关)→
「多模态」频道最新
- Seedance 2.5 实测:用角色参考图+长 prompt 生成 30 秒游客手持一镜到底 — techhalla · 2026-10-16
- AI 生成的「新家」:废墟城堡里烧烤喝酒,thread 汇总 Magnific+Seedance 全套 prompt — techhalla · 2026-10-16
- 烟雾丝绒黑色电影风提示词模板,附三张氛围感示例 — LudovicCreator · 2026-10-16
- VideoGen-Agent:基于 Qwen3-VL 的 8B 多模态 Agent 用工具循环改写视频生成 — jiqizhixin · 2026-10-16
- 用 Sonnet 5.5 + Blender 做出水上飞机模拟项目，效果惊艳 — Wise_Shame_2853 · 2026-10-16
- 网友实测 Muse AI 自动打标 300 张图生成 LoRA 数据集 — Wide_Director_8897 · 2026-10-16