Flow Matching 论文:仅缩放速度场,FID 从 28.0 降至 8.7
francoisfleuret · x · 2026-10-14
Youssef Saied 与 François Fleuret 发布 arXiv 论文《Velocity Scaling in Flow Matching》,发现无需重训练、仅对学到的速度场乘以一个增益 γ(t),即可大幅提升 flow matching 生成质量:同一 SiT-XL/2 模型、同样 25 步采样,在 ImageNet-256 无引导设置下 FID 从 28.0 大幅下降(转推中展示可达 8.7,论文插值估计为 12.2)。
核心观点:
- 推翻了此前「MSE 训练导致速度幅度系统性低估」的解释,作者证明 MSE 训练并不造成速度亏缺。
- 真正机制是「群体时间滞后」(population time lag):模型时间 t 处的采样状态更像更早训练时刻的状态。
- 缩放速度与把模型时间回退是解决该滞后的两种等价途径;测量滞后并据此选取增益,在多种架构与模型规模上都显著改善生成质量。
论文 41 页,含附录。
「多模态」频道最新
- Gemini 4 Argon 一句 prompt 做出艾尔登法环风格等距体素 demo — kastnerkyle · 2026-10-14
- 好莱坞卖了 decades 的电影梦，AI 真要实现时却开始设卡 — VraserX · 2026-10-14
- 用 Gemini 4 Argon 改写 SNES 汇编码，36 年老游戏自建新关卡 — venturetwins · 2026-10-14
- VigenFlow 让 AMD NPU 无独显本地生图，FLUX.1 约 9 秒一张 — Kelsey_test · 2026-10-14
- Google AI Studio 可直接生成自定义语音，示例已上线 — kastnerkyle · 2026-10-14
- Gemini 4 Argon 乐高检测跑出 mAP@50 100%,30 个全中 — zacharynado · 2026-10-14