跳到正文
arXiv · 机器人与计算机视觉· Sukit Seripanitkarn, Phonphrm Thawatdamrongkit, Supasorn Suwajanakorn·· 3 天前AI 评分48

Speed-Variation Distillation for Generative Modeling 提出基于生成先验的图像形变框架,实现每一步均输出可识别图像的扩散模型推理过程

Speed-Variation Distillation for Generative Modeling

AI 导读

该研究引入一种降低变异的退化过程,将多样图像收缩至共享原型同时保持中间状态的可识别性。通过关联初始噪声潜变量并施加扰动以解决反向过程的一对多歧义,该方法在推理阶段允许提前终止并实现可控的速度 - 变化权衡。论文已提交至 CDEL-ECCVW 2026 会议论文集,代码与权重开放许可情况待项目页确认。

来源:arXiv · 机器人与计算机视觉 · arxiv.org