用于快速图像和视频生成的并行解码蒸馏

并行解码蒸馏（PDD）简化了扩散模型的加速训练流程，在保持生成质量的同时大幅提升多样性与速度。

• 方法优势：通过预测多个去噪步的平均速度，避免复杂的变分蒸馏和对抗训练，降低优化难度和模式崩溃风险。
• 兼容性：可与任何预训练扩散或流匹配模型搭配，支持可变函数评估次数，灵活性高。
• 实验结果：在LTX-2.3文本到视频/音频、Wan 14B文本到视频、Qwen-Image文本到图像上，以4-8步达到最优性能。
• 多样性提升：相比现有加速方法，PDD显著改善了生成视频的多样性，解决了一致性与多样性的矛盾。
• 看点：PDD为实时视频生成提供实用且高效的解决方案，有望推动AI视频创意工具的普及。

本内容由 AI 生成，仅供参考，请注意甄别