ReSeed：仅训练第一步偏差，恢复蒸馏扩散模型丢失的多样性
kwangmoo_yi · x · 2026-11-05
论文《ReSeed: A first-step bias restores lost diversity in diffusion model distillation》提出一个极轻量方法解决蒸馏导致扩散模型多样性丢失的问题：在冻结的学生模型首个去噪步加入可训练 bias 适配器，用教师模型在同一 prompt 与初始噪声下的目标速度做监督训练，之后各步关闭 bias。可训练参数仅占 0.002–0.004%，不增加采样步数，推理时也无需调用教师。适用于图像与视频扩散模型（如 SD3.5-Medium）。
所属事件:ReSeed 论文：首步小偏置找回蒸馏扩散模型丢失的多样性(2 条相关)→
「多模态」频道最新
- 开源文生图模型 AuroraIMG2-100M 发布，GenEval 2 已逼近 SDXL — Tall_Abrocoma_3533 · 2026-11-05
- VFX 艺术家实测 Firefly Quick Cut：杂乱素材一键成片 — LudovicCreator · 2026-11-05
- 用 Minimax 生成 Grommash 闯入 Skyrim 短片,魔兽×老滚同人电影片段 — Dangerous_Tip_5023 · 2026-11-05
- Midjourney v9 年底前发布：带声音视频模型、实时生成与 3D 都在路上 — koltregaskes · 2026-11-05
- AI 奇幻短片《深渊神谕：利维坦觉醒》展示高质量视频生成效果 — Andr3wITA · 2026-11-05
- 四条技术路线并进，AI 视频的“持久记忆”问题迎来多点突破 — cocktailpeanut · 2026-11-05