TamedFlow提出轨迹感知蒸馏加速DiT采样

扩散Transformer（DiT）生成高保真图像和视频，但推理需多次顺序模型评估，存在效率瓶颈。 现有压缩与自适应推理策略组合存在“组合缺口”，因逐点蒸馏与短期执行不匹配，导致学生模型在自身预测链式中可靠性下降。 Shuaiqi Cheng等人提出TamedFlow方法，通过轨迹感知的蒸馏实现教师辅助扩散采样，针对DiT-XL/2到DiT-B/2的蒸馏加速场景发表研究论文。

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。