曲率自适应一致性流匹配：通过强化学习进行自主轨迹优化

一致性 蒸馏 显着加速了扩散模型推理，但其采样动态仍未得到充分探索。我们揭示了一个不对称性：虽然 logits-Normal 采样先验对于标准迭代生成非常有效，但一致性 蒸馏 表现出不同的难度特征（例如，U 形），优化瓶颈集中在边界阶段而不是中间步骤。为了解决不断变化的学习需求下静态采样的局限性，我们提出了曲率自适应一致性流匹配（CACFM）。通过将 蒸馏 制定为动态决策过程，CACFM 使用轻量级强化学习代理来探测概率流 ODE 轨迹，并构建以效率为导向的课程，该课程优先考虑关键区域，而无需手动调度。结合 Flow-adapted DMD 和对抗性一致性目标，我们基于 RL 的调度器在 FLUX 和 SDXL 等大型模型上实现了最先进的结果，减轻了结构变形并在极少步的情况下保留了高频细节。