机构名称：
¥ 2.0
扩散模型已彻底改变了各种综合域，包括计算机视觉和音频产生。尽管具有最新的表现，但由于涉及的大量步骤，扩散模型以其缓慢的样本生成而闻名。响应中，已经开发出一致性模型以合并采样过程中的多个步骤，从而显着提高了样本生成速度而不会损害质量。本文介绍了连续性模型的第一个统计理论，将其培训作为分配差异最小化问题的培训。我们的分析基于一致性模型的Wasserstein距离产生统计估计率，与Vanilla扩散模型相匹配。此外，我们的结果涵盖了通过蒸馏和隔离方法培训一致性模型的训练，从而揭示了它们的基本优势。
一致性扩散模型的理论：分布估计符合快速采样
主要关键词
相关文件推荐
