ostris 提出新训练目标 x0 velocity,称流匹配扩散训练更稳定
ostrisai · x · 2026-10-22
AI 图像模型训练者 ostris 提出针对 flow-matching 扩散模型的新训练目标「x0 velocity」。
- 保持前向过程与采样轨迹与 flow matching 完全一致:网络输出经一次减法即可转回 velocity,任何现有 sampler/scheduler/guidance 无需改动
- 改变的只是回归目标:target = clean + (1-t)(clean-noise),纯噪声端等价于 x0 预测,其余时刻是沿流线外推一单位的 x0
- 与 x0 预测相比,修正量在每个时间步保持恒定(不会在清晰端缩为零饿死细节步);与 velocity 预测相比,输出始终是图像形态而非噪声场,且损失与 flow-matching velocity 损失完全一致,无需时间步加权
- 作者实测训练比两者都更稳定,对高频内容更宽容,可用更多 latent 通道与更深压缩
附图展示了同一噪声样本下三种目标在各 sigma 的输入/目标与 MSE 对比。
所属事件:ostris 提出 x0 velocity 训练目标并实测 64 倍压缩图像模型(2 条相关)→
「多模态」频道最新
- 会说话的猫和主人吵早餐,还偷偷用她妈手机号使坏 — azed_ai · 2026-10-22
- 双色调 Brad Pitt 人像带完整 Midjourney 提示词 — michaelrabone · 2026-10-22
- Midjourney 创作者分享象头旅人线稿 SREF 风格码与构图解析 — tisch_eins · 2026-10-22
- Seedance 2.5 视频实测:平衡物理演算惊艳,重力表现真实 — CurieuxExplorer · 2026-10-22
- 用 Dreamina 做 4 分钟 AI 恐怖短片《OPEN UP》 — AnduinHammerson · 2026-10-22
- AI 生成「与恐怖小丑约会之夜」视频，恐怖谷拉满 — Tz-bz · 2026-10-22