在人工智能领域，计算机通过扩散模型能够创造出自己的“艺术”，逐渐改进嘈杂的起点以生成清晰的图像或视频。然而，这个过程一直耗时，需要大量迭代才能完善最终结果。直到现在。
麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员开发了一项开创性的框架，彻底改变了扩散模型的工作方式。通过将多步骤流程简化为单步骤，他们的新方法，即分布匹配蒸馏（DMD），显着减少了计算时间，同时保持了生成视觉内容的质量。
与以往依赖迭代改进的方法不同，DMD框架采用了一种师生模型，其中新的计算机模型学习模仿更复杂原始模型的行为。这种技术确保了快速图像生成，而不影响质量。事实上，DMD框架在速度方面超越了以前的扩散模型，如稳定扩散和DALLE-3，生成的图像速度快高达30倍。
DMD成功的关键在于其两部分方法。首先，它使用回归损失来映射和稳定训练过程。然后，它采用分布匹配损失来确保生成的图像对应于真实世界中出现的频率。通过利用两个扩散模型的知识，DMD将原始模型的复杂性提炼成一个更简单、更快速的模型，避免了不稳定性和模态崩溃等常见问题。
为了训练新模型，研究人员使用预训练网络并根据原始模型微调参数。这使得快速收敛并能够利用相同的架构基础生成高质量的图像。DMD框架在各种基准测试中表现一致，与更复杂模型在图像生成质量方面不相上下。
虽然DMD是一项重大突破，但仍有改进空间。生成的图像质量取决于蒸馏过程中使用的师傅模型的能力。例如，渲染详细的文本和小脸仍可能存在挑战。然而，随着师傅模型的进步，这些限制可以被克服，进一步提升生成的图像。
单步式扩散模型的影响是巨大的。设计工具可以得到加强，加快内容创建。药物发现和三维建模等行业可以受益于更快捷、更高效的流程。DMD框架为结合了扩散模型的多功能性和高视觉质量与生成对抗网络（GANs）性能的实时视觉编辑开启了新的可能性。
研究团队的这项工作将于6月在计算机视觉和模式识别会议上展示，表明图像生成的未来正在迅速发展。DMD框架提供的速度、质量和效率的结合标志着人工智能领域的一个重要里程碑。
常见问题解答
什么是扩散模型？
扩散模型是一种人工智能方法，在这种方法中，计算机通过迭代改进嘈杂的起点，直至出现清晰的图像或视频。
什么是DMD框架？
DMD（分布匹配蒸馏）框架是麻省理工学院的研究人员开发的一种新方法。它将传统的扩散模型多步骤过程简化为单个步骤，显著减少计算时间，同时保持生成的视觉内容的质量。
DMD框架如何工作？
DMD框架利用师生模型，其中新的计算机模型学习模仿更复杂原始模型的行为。它结合了回归损失和分布匹配损失，以确保稳定的训练，并生成与真实世界出现频率相对应的图像。
DMD框架的优势是什么？
DMD框架将图像生成加速了高达以往扩散模型的30倍。它在显著减少计算时间的同时保持了生成的视觉内容的质量。此外，它有望增强设计工具，支持药物发现和三维建模方面的进展，并实现实时视觉编辑。
DMD框架存在哪些限制？
使用DMD框架生成的图像质量取决于在蒸馏过程中使用的师傅模型的能力。渲染详细文本和小脸仍可能存在挑战，但更先进的师傅模型可以解决这些问题。
来源：
– 麻省理工学院CSAIL：[https://csail.mit.edu](https://csail.mit.edu)
The source of the article is from the blog maltemoney.com.br