CAT-Flow 免训练自适应步长，Flow Matching 生成步数最多省 40%
chaumian · x · 2026-09-04
arXiv 论文《CAT-Flow: Curvature-Adaptive sTeps for Flow Matching》针对 Flow Matching（FLUX、Stable Diffusion 3.5 等背后的生成框架）采样需 20-30 步的效率瓶颈，提出两个轻量级、免训练的推理时自适应步长算法。
- 基于采样 ODE 与梯度流的联系估计曲率：CAT-OT 用有限差分近似向量场时间导数，CAT-OV 用向量场梯度近似状态空间曲率
- 不需要额外神经网络前向计算，截断误差有常数阶上界
- 在 4 个文本到图像 Flow Matching 模型上，达到同等质量的所需步数最多减少 40%，图像质量指标优于现有步长启发式
「多模态」频道最新
- AI 生成中世纪风格视频走红 Reddit，画质持续进化 — Brave-Wishbone-3650 · 2026-09-04
- 「Airborne」：Reddit 热传 AI 生成创意短片 — 8bitcollective · 2026-09-04
- Caira 无反相机接入视频生成模型,语音即可完成拍摄端剪辑 — Scobleizer · 2026-09-04
- 求助:如何用MiniMax生成主角穿行冻结时间的场景 — BarGroundbreaking624 · 2026-09-04
- AI视频梗图:你要不要来点奶酪? — 8bitcollective · 2026-09-04
- 零基础用 AI 工具一个周末做出动画动作短片 — Hour-Piccolo-4471 · 2026-09-04