SMD 蒸馏框架发布:少步扩散无需判别器与辅助评分模型
RubenEVillegas · x · 2026-10-19
raywzy1 团队发布 Simplified Matching Distillation(SMD),用于少步数扩散生成,大幅简化了 on-policy 蒸馏:不需要辅助 fake-score 模型、不需要对抗训练、也不需要修改生成器结构。
核心收益与能力:- 光照级真实感外观与高质量动态;- 训练内存高效,输出模式覆盖好、多样性高;- 在图像、视频、音视频联合、3D 生成上均验证有效,模型规模最高到 33B 参数,还覆盖编辑与多模态条件任务;- 支持多教师能力合并(类似 LLM 的 OPD)、跨模型能力迁移、教师到因果视频模型的双向蒸馏;- 论文、代码、模型与数据全量开源,项目主页与 demo 视频已放出。
所属事件:SMD 蒸馏框架发布:少步扩散无需判别器与评分模型(2 条相关)→
「研究」频道最新
- OpenTac 上传 3D 模型 3 秒生成触觉传感器柔性电路,覆盖 93% 面积 — anand_bhattad · 2026-10-23
- arXiv 论文为 StopGrad 正名:无损失函数也能收敛到正确解 — srush_nlp · 2026-10-23
- PEARL 演示:LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 伯克利 StyleStream 2.0:流式语音转换延迟降至 520ms 提速一倍 — Berkeley · 2026-10-23
- 数学博士生宣布离开学术界:AI 正让数学变得面目全非 — pickover · 2026-10-23
- ICLR 投稿现 LLM 残留自评:作者模型自曝结果不显著 — _onionesque · 2026-10-23