新论文用激活探测恢复蒸馏图像/视频生成器的多样性
_akhaliq · x · 2026-11-17
Hugging Face 论文页发布《Restoring Diversity in Distilled Image and Video Generators by Probing Activations》(arXiv 2611.18550,Furkan Horoz、Ozgur Kara 等)。
- 问题:把扩散模型蒸馏成少步数学生模型大幅降低采样延迟,但会导致严重的多样性坍缩——不同随机种子生成的样本趋于雷同
- 方法:通过探测(probing)激活来恢复蒸馏后生成器的多样性
- 结论:在保持相近质量的同时显著提升样本多样性,同时覆盖图像和视频生成器
「多模态」频道最新
- Higgsfield 推出短剧工作室:输入剧本生成整季短剧 — azed_ai · 2026-11-17
- 文生图价格战重构:Seedream 5.5 成 30 美元内最强模型 — ArtificialAnlys · 2026-11-17
- ReDiverse:少量改动即可恢复少步蒸馏扩散模型的多样性 — anand_bhattad · 2026-11-17
- FLUX 3 同时训练图像视频音频,BFL 详解视觉智能论 — Latent Space · 2026-11-17
- Black Forest Labs 深聊 FLUX 3:单一骨干同时训练图像、视频与音频 — Latent Space · 2026-11-17
- 4DAnyone 新增 4DGS 训练与交互查看,支持人物和机器人视频 — HirokatuKataoka · 2026-11-17