iDDM 单阶段训练实现少步扩散,ImageNet-256 上 4 步 FID 4.48
proceduralia · x · 2026-10-02
- 方法:iDDM 提出无需教师模型、无需自蒸馏或 JVP 的少步扩散训练方案,单个模型从零开始、单阶段训练完成。
- 结果:同一 checkpoint 在 ImageNet-256 上,4 步采样 FID 为 4.48,50 步采样 FID 达 2.38,兼顾少步生成速度与高步数质量。
- 意义:省去传统蒸馏流程(teacher/JVP),简化少步扩散模型的训练管线,作者以线程形式展开细节。
所属事件:CompVis 推出 iDDM：单阶段训练实现少步扩散生成(2 条相关)→
「研究」频道最新
- Ptarmigan-1 开放：无需 3D 结构的 AI 药物发现模型免费可用 — ycombinator · 2026-10-02
- 高通团队发布 IVD 基准：VLM 实时面对面问答仍远落后人类 — rishit_dagli · 2026-10-02
- 密歇根大学:换更可扩散的嵌入空间,连续扩散语言模型超越 GPT-2-M — umich · 2026-10-02
- 中科大 GraphForge:证据图锚定真实文件合成任务,2 千条轨迹显著提升 GDPVal — ustc-community · 2026-10-02
- CMU 提出预测信用协议:研究 agent 的科学解释能否带来预测增益?结果未定 — CarnegieMellonU · 2026-10-02
- FloWright 让多智能体工作流协同进化,小模型最高提升 7.41% — Xuehang Guo · 2026-10-02