我们是否把一步生成想得太复杂了？
预印本摘要称，研究者提出用于训练一步生成器的两阶段框架 Priming Models，先进行固定噪声水平的像素级去噪等重构训练，再进行特征空间的分布后训练。该方法覆盖类别条件图像生成、文生图及世界模型；在 256×256 分辨率的 ImageNet 上取得 1.19 的一步生成器 SOTA FID 分数，且仅耗费同等 FID 先前方法约十分之一的训练计算量。代码已开源。
预印本摘要称，研究者提出用于训练一步生成器的两阶段框架 Priming Models，先进行固定噪声水平的像素级去噪等重构训练，再进行特征空间的分布后训练。该方法覆盖类别条件图像生成、文生图及世界模型；在 256×256 分辨率的 ImageNet 上取得 1.19 的一步生成器 SOTA FID 分数，且仅耗费同等 FID 先前方法约十分之一的训练计算量。代码已开源。