开源 Flow-WLS 采样器：用 Savitzky-Golay 正则化让 DiT 10 步出图零伪影
YakovSava · reddit · 2026-10-13
Reddit 研究发布帖：作者探究高阶扩散采样器（DPM-Solver++、Adams-Bashforth 4+ 阶）在 Flow Matching DiT 模型上崩溃的数学根源，并开发出免训练新求解器 Flow-WLS，在消费级 RTX 5060 上实现 11 秒的干净 10 步生成。
为什么高阶采样器会崩：
- Lagrange 多项式陷阱：经典多步法对历史速度拟合精确插值多项式，5–6 阶时 Lagrange 权重正负剧烈交替，把神经网络高频误差放大 20 倍以上；6 阶时 SSIM 跌至 0.1341（纯噪声）。
- EDM 与 Flow Matching 坐标不匹配：直接借用 EDM 坐标变换 y=x/α，在 σ→1、α→10⁻⁴ 的 Flow 模型上会把潜变量方差放大 10000 倍，产生 90% 纯白裁剪。应直接在规范速度空间 dx/dt=v 积分。
解决方案：Flow-WLS 不强拟振荡高阶多项式，而是用加权最小二乘（WLS，指数记忆衰减 γ=0.85）对 3–8 个历史步拟合刚性正则化的二次抛物线：二次曲线物理上无法振荡（零 Runge 现象）；权重范数随历史扩展反而衰减（Σ|wᵢ|=0.066 vs 经典 AB 的 0.54），历史变成平滑滤波器且不拖慢推理。
基准（Anima DiT 720×1280，RTX 5060）：10 步 flowwls8 达 SSIM 0.8003（零伪影）；30 步 0.7541 超过内置 unipc（0.7459）；经典 6 阶法 30 步崩为噪声（0.1341）；15 步即可获得完美手部/手指解剖。
使用：代码开源并注册 Zenodo DOI（10.5281/zenodo.23337579），ComfyUI 用户把自定义节点放进 customnodes 即可在标准 KSampler 选 flowwls8/5。
「多模态」频道最新
- 实测 Grok Bot 一句话生成电影级科普动画，配 ElevenLabs 旁白 — XFreeze · 2026-10-13
- AI 生成动画短片《The Brass Acorn》:乡村松鼠动画剧集配原创歌曲 — Warblewick · 2026-10-13
- AI 生成维基百科拼图足球，多语言 logo 变实体创意图 — Delahuntagram · 2026-10-13
- AI 生成「护膝戒指」，把运动护具搬上手指的脑洞设计 — Delahuntagram · 2026-10-13
- AI 生成「加密货币高跟鞋」，鞋跟是上涨的绿色 K 线 — Delahuntagram · 2026-10-13
- 博主分享 Seedance 2.5「怪核相机」提示词玩法 — techhalla · 2026-10-13