AnyFlow：带有 同策略 流程图 蒸馏 的任意步骤视频扩散模型

一致性 蒸馏 显着提高了少步视频生成的性能。然而，随着测试时分配更多采样步骤，一致性蒸馏模型的性能通常会下降，从而限制了它们对任何步骤视频扩散的有效性。出现这种限制是因为一致性 蒸馏 用一致性采样轨迹取代了原始的概率流 ODE 轨迹，削弱了 ODE 采样的理想测试时间缩放行为。为了解决这个限制，我们引入了 AnyFlow，这是第一个基于流图的任意步骤视频扩散 蒸馏 框架。 AnyFlow 不是仅针对几个固定采样步骤提炼模型，而是优化完整的 ODE 采样轨迹。为此，我们将 蒸馏 目标从端点一致性映射 $(z_{t}\rightarrow z_{0})$ 转移到任意时间间隔内的流图转换学习 $(z_{t}\rightarrow z_{r})$。我们进一步提出了流图向后模拟，它将完整的欧拉采样轨迹分解为快捷流图转换，从而实现高效的 同策略 蒸馏 ，从而减少测试时错误（即，少步采样中的离散化错误和因果生成中的暴露偏差）。跨双向和因果架构、参数范围从 1.3B 到 14B 参数范围的大量实验表明，AnyFlow 在少步机制中实现了性能匹配或超越基于一致性的对应方案，同时通过采样步预算进行扩展。