再次颠覆学界想象，何恺明发表新作：扩散模型不一定需要噪声条件

文章预览

转自 | 机器之心 一直以来，研究者普遍认为，去噪扩散模型要想成功运行，噪声条件是必不可少的。 而大神何恺明的一项最新研究，对这个观点提出了「质疑」。 「受图像盲去噪研究的启发，我们研究了各种基于去噪的生成模型在没有噪声调节的情况下的表现。出乎我们意料的是，大多数模型都表现出了优美的退化，它们甚至在没有噪声条件的情况下表现得更好。」 论文标题：Is Noise Conditioning Necessary for Denoising Generative Models? 论文地址：https://arxiv.org/pdf/2502.13129 研究者对这些模型在无噪声条件情况下的行为进行了理论分析。具体来说，他们研究了噪声水平分布中固有的不确定性、在没有噪声条件的情况下去噪所造成的误差以及迭代采样器中的累积误差。综合这些因素，提出了一个误差边界，该误差边界的计算无需任何训练，完全取决于噪声条件 ………………………………