NullFlow：一步生成重建

我们提出了 NullFlow，一种用于一步生成图像重建的原则框架。我们的关键思想是将生成流限制在测量一致的子空间中。由于流永远不会离开该子空间，因此 NullFlow 不需要单独的数据保真度校正，这与现有的求解器不同。 NullFlow通过学习流的平均速度在单个网络中进行采样评估，避免了传统流匹配方法的逐步集成。我们证明，该约束流的平均速度产生一个训练目标，其全局最小化器是一步后验采样器。我们在图像修复中展示了 NullFlow 与最先进的扩散求解器相匹配，同时将推理从数百个网络评估减少到一个。