Dino Forcing 论文：直接预测预训练表征，收敛快一倍且 FID 更优

kastnerkyle · x · 2026-10-10

ENPC 与 Ecole Polytechnique 等机构发布论文《Dino Forcing Flow Models: Do not denoise what you can predict》，提出比 DINO 共去噪更简单的表征引导方案：不引入第二条去噪轨迹，而是直接预测 DINO 预训练表征，再让模型以自身预测为条件，从而免去第二条 ODE 和针对表征的去噪调度设计。

实验结果：在 ImageNet 上，潜空间方法用比此前 SOTA 少一半的训练轮数即取得更优表现；像素空间 FID 较可比方法提升超过 20%。核心结论一句话：能直接预测的就别去噪（do not denoise what you can predict）。代码已开源。