PDD 通过一次预测多步去噪加速图像和视频生成
ArashVahdat · x · 2026-07-29
PDD 用多步并行解码加速图像和视频生成
这篇新论文提出 Parallel Decoding Distillation（PDD），用一种更简单的轨迹蒸馏方法，加速扩散模型和 flow matching 模型的图像/视频生成。
- 核心思路不是把相邻 ODE 步合成一步，而是让模型在一次网络计算里预测多个去噪步。
- 该方法号称可兼容任意预训练模型，并支持可变 NFE 采样。
- 作者认为它比 VSD 和对抗损失更容易训练，能缓解这些方法常见的优化困难、模式坍塌和多样性下降。
- 在 LTX-2.3 文生视频/音频、Wan 14B 文生视频、Qwen-Image 文生图 上，论文报告了 4–8 NFE 下的 SOTA 表现。
- 同时，生成视频的多样性也有明显提升。
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
- 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
- AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
- 复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型 — bdsqlsz · 2026-10-16
- Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16
- 电影级 3D 奇幻角色提示词模板：机械残件甲胄风 — azed_ai · 2026-10-16
- Midjourney 复古木刻漫画风：--sref 参数直出海狸持刀图 — michaelrabone · 2026-10-16