TamedFlow：轨迹感知蒸馏加速扩散采样

Shuaiqi Cheng 等作者提交论文，提出 TamedFlow，用轨迹感知蒸馏训练压缩后的 DiT 学生模型，以加速扩散模型推理。 方法上，TamedFlow 通过跨架构特征对齐、近恒等 Velocity Alignment Head 和随机 rollout 监督训练学生模型。推理时，一个轻量 Learnable Trajectory Estimator 对完成的草稿进行路由：被接受的草稿绕过教师模型，被拒绝的草稿回滚并接受一次教师救援步骤。 作者报告，在 ImageNet 256×256 上将 DiT-XL/2 蒸馏为 DiT-B/2 时，TamedFlow 达到 FID 2.58，相对 DDIM-50 测得 2.25 倍加速。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。