Priming Models：一步生成是否被过度复杂化？

研究者提出 Priming Models，一种两阶段一步生成器训练框架：先以重建目标（如固定噪声水平的像素空间去噪）预训练，再进行特征空间分布后训练，该重建阶段即可完全消除分布训练的难度。在 ImageNet 256×256 上，其一步生成 FID 达 1.19，训练算力约为同 FID 先前方法的十分之一，并已开源代码。