加速Emu！三个Step即可生成超高清图像！Meta提出Imagine Flash！

文章预览

关注 「 AIWalker 」 并 星标 从此AI不迷路 来源于 数源AI ，作者 小源 论文名：Imagine Flash: Accelerating Emu Diffusion Models with Backward Distillation 论文链接： https://arxiv.org/pdf/2405.05224.pdf 引言 生成建模随着去噪扩散模型(DenoisingDiffusion Models，DMs) 的出 现而发生了范式转变。这些模型在各个领域设定了新的基准，提 供了现实感和多样性的空前结合，同时确保了稳定的训练。然而，去噪过程 的顺序性带来了重大挑战。从DM中采样是一个耗时且昂贵的过程，所需 时间主要取决于两个因素：（1）每步神经网络评估的延迟，以及（2）去噪 步骤的总数。 简介 扩散模型（diffusion models）是一种强大的生成式框架，但推理成本高 昂。现有的加速方法在极端低步骤制度下运行时，通常会损害图像质量 或在复杂条件下失败。在本文中，我们提出了一种新的针对性强的蒸馏框架 ………………………………