IDM 蒸馏法 2 步生图拿下 LongText 双语最佳成绩
_akhaliq · x · 2026-10-30
论文《Intrinsic Distribution Matching》(IDM) 改进少步文生图的分布匹配蒸馏（DMD）：在保留完整 DMD 校正的基础上，对生成器自身 EMA 特征的均值和逐坐标标准差加显式矩约束损失，无需外部特征编码器（DINOv2）。其动机来自将 reverse-KL 场分解为高斯矩分量与非高斯残差。
- 在 2 NFE 预算下，IDM（Z-Image）在 LongText-CN 达 94.25%、LongText-EN 达 90.20%，为同预算对比方法中最佳
- 在 Z-Image-Turbo 6B 与 Qwen-Image 20B 上用全参数与 LoRA 微调验证
- 消融实验显示矩损失带来一致增益；EMA 特征可媲美外部 DINOv2 编码器
- 代码已开源（github.com/inclusionAI/IDM），模型权重即将发布，来自 inclusionAI
所属事件:IDM 蒸馏法两步生图刷新长文本双语渲染纪录(2 条相关)→
「多模态」频道最新
- Pika H3 Flex 被 port 到 Apple Silicon，M4 Max 本地 5 分钟出 5 秒视频 — Opening-Ad5541 · 2026-10-30
- Style Atlas 新增角色节点，Krea 2 无 LoRA 也能组合随机画风出图 — Dear-Spend-2865 · 2026-10-30
- 多模态周报:PixText 改字、MOSS Edit 进 ComfyUI 等 7 个开源发布 — Vast_Yak_4147 · 2026-10-30
- Krea 2 + H3 变形动画:SigLIP2 与 Qwen3-VL 分析画面驱动 Suno 配乐 — Accurate_Public4674 · 2026-10-30
- Runway App Studio 一句话生成高斯泼溅 3D 查看器 — jongranskog · 2026-10-30
- 极简单色剪影出图模板：一个句式套任意主体和颜色 — LudovicCreator · 2026-10-30