Drift-AR：通过反对称漂移生成单步视觉自回归

自回归 (AR)-扩散混合范例将 AR 的结构化语义建模与扩散的高保真合成相结合，但面临双重速度瓶颈：顺序 AR 阶段和扩散视觉解码阶段的迭代多步去噪。现有的方法都是孤立地解决每个问题，没有统一的原理设计。我们观察到，连续空间 AR 模型的每个位置 \emph{预测熵} 自然地编码了空间变化的生成不确定性，它同时控制 AR 阶段的草图预测质量，并反映了视觉解码阶段所需的纠正工作，这是之前未充分探索的。由于熵本质上与两个瓶颈相关，因此它可以作为联合加速的自然统一信号。在这项工作中，我们提出了 \textbf{Drift-AR}，它利用熵信号来加速两个阶段：1）对于 AR 加速，我们引入了 Entropy-Informed 推测解码，它通过因果归一化熵损失来对齐草图目标熵分布，解决导致过度草稿拒绝的熵不匹配； 2）对于视觉解码器加速，我们将熵重新解释为反对称漂移场初始状态的\emph{物理方差}——高熵位置激活向数据流形的更强漂移，而低熵位置产生消失漂移——实现单步（1-NFE）解码，无需迭代去噪或蒸馏。此外，两个阶段共享相同的熵信号，该信号只需计算一次，无需额外成本。 MAR、TransDiff 和 NextStep-1 上的实验表明，使用真正的 1-NFE 解码可实现 3.8-5.5$\times$ 加速，匹配或超越原始质量。代码可在 https://github.com/aSleepyTree/Drift-AR 获取。