原文跳转提示
此资讯内容来源于外部网站,将在 60 秒后自动跳转到原文页面
https://arxiv.org/abs/2611.06796
立即前往原文

VA-TDM:通过速度对抗蒸馏改进少步扩散模型的统一方法

VA-TDM旨在让只需少量采样步骤的扩散模型和流模型保持生成质量。该方法利用训练得到的评判器比较学生模型与教师模型的速度场,并将差异转化为训练反馈。它统一了多种现有蒸馏方法,并加入与学生模型生成轨迹相匹配的监督机制。论文报告称,VA-TDM在多种模型骨干的文生图和文生视频任务中,以四步生成达到领先表现,并可扩展至330亿参数的MiniMax-H3。作者还表示,VA-TDM-H3优于Fast-H3,并在人类偏好评估中更接近原始的多步H3。
行业资讯 应用 AI模型 研究 2026-11-05 14:31:04 766 阅读 阅读约 1 分钟 来源:Hugging Face
本文来源:Hugging Face,仅供学习参考,版权归原作者所有。