SMD 少步扩散蒸馏发布：无需对抗训练与打分模型，验证至 33B、覆盖图视频3D

ArashVahdat · x · 2026-10-24

团队发布 Simplified Matching Distillation（SMD），面向少步扩散生成：无需辅助 score 模型、无需对抗训练、无需修改生成器。
核心思路：学生通过匹配「直线预测 + 随机子区间上的曲线路径（零积分）」之和来学习 mean flow，采样时直接丢弃弯曲部分。
效果与特性：
图像、视频、音视频联合生成、3D 生成均有效，验证规模最高 33B 参数；
支持多教师能力合并（类似 LLM 的 OPD）、跨模型能力迁移、教师↔因果模型双向蒸馏；
真实感外观、高质量动态、省显存训练、模式覆盖多样输出。
论文、代码、模型、数据全量开源。转发者 sedielem 评价「思路很聪明，但没那么简单」。

「多模态」频道最新