从纯像素学出判别性表示,Drifting Models 的 FID 降低 82–95%
Doudou Zhang · hf · 2026-10-07
- 背景:Drifting Models 把迭代分布细化从推理挪到训练,可一步生成;但其在复杂数据集上的表现高度依赖构建漂移场所用的表示——像素空间效果差,预训练特征空间则明显更好,原因此前不明。
- 发现:作者把这一差距追溯到表示的判别性几何,它决定核密度估计(KDE)中的样本加权,进而决定漂移方向;并证明匹配条件下 KDE 比率损失与漂移回归损失在当前步梯度上等价,从而可直接控制漂移速度。
- 方法:提出持续表示学习(persistent representation learning),随生成器跨 batch 演化不断学到更具判别性的表示。
- 结果:多个数据集上,不依赖预训练编码器直接从像素学习有效表示,使 FID 相比原像素空间 Drifting Models 降低约 82–95%;适配预训练表示与速度裁剪还能进一步增益。
「多模态」频道最新
- Qwen-Image-2.1 首个相机控制 LoRA:一张图重拍 72 种机位 — _akhaliq · 2026-10-07
- 开源动画skill实测：一条AI科普视频抖音5小时破10万播放 — AlchainHust · 2026-10-07
- 一支 AI 音乐视频,横向展示多家模型生成效果 — DeathCharge5 · 2026-10-07
- 开源艺术动画 skill：35 种画风 9 种解说语法，Claude Code 直接跑 — AlchainHust · 2026-10-07
- 一条 AI 视频纯 prompt 一次生成，零修改但花了不少钱 — tibo_maker · 2026-10-07
- Midjourney v8.2 玩虚构 token：4 个自造词生成超现实画面 — LudovicCreator · 2026-10-07