InclusionAI 提出 IDM 蒸馏法,两步评估即达 SOTA 长文本渲染
inclusionAI · hf · 2026-10-30
InclusionAI 联合西湖大学、清华等机构发布论文《Intrinsic Distribution Matching》（IDM），改进少步文本到图像生成的分布匹配蒸馏（DMD）。
- 核心思路：将 reverse-KL 场分解为高斯矩分量与非高斯残差，对可显式约束的统计量加入矩约束；利用生成器的 EMA 副本匹配特征均值与逐坐标标准差，无需外部特征编码器，也避免了额外 fake-score 网络。
- 实验：在 Z-Image Turbo 6B 与 Qwen-Image 20B 上做全参数与 LoRA 微调；仅 2 次网络评估即取得 SOTA 的长文本渲染效果，大幅减少推理开销。
「多模态」频道最新
- 实测吐槽：开源图像模型 Moss 五天调不出图，Krea 2 全面更香 — Neggy5 · 2026-10-30
- DataTalksClub 与 Nebius 推出免费课程:构建生成式媒体的生产级 AI Agent — Al_Grigor · 2026-10-30
- 用 AI 复活历史人物：印度博主让博斯与甘地播客对谈 — purifiedwater1234 · 2026-10-30
- FontBox LoRA:用 bbox 直观编辑图像内文字 — SillyLilithh · 2026-10-30
- Pika 发布 H3 Flex 视频模型：7 秒生成 15 秒 768p 视频，将开源权重 — heyshrutimishra · 2026-10-30
- AI 设计「饺子包」爆红：硅胶壳热塑骨架神还原褶皱包子质感 — Delahuntagram · 2026-10-30