相机轴上的方差减少：3D 多视图分数 蒸馏

Score 蒸馏 将预训练的 2D 扩散模型转变为 3D 生成器，但每步梯度是从单个随机选择的视图估计的：它是高方差的并且对全局形状一致性视而不见。先前的工作通过在多视图数据上重新训练扩散先验来解决这个问题；这提高了一致性，但使采样贡献与先前的质量密不可分。相反，我们隔离采样轴。每步梯度是对视图的期望的一个噪声样本；以固定的 UNet 总预算每步聚合 K 个样本可以减少方差，而无需触及先验。我们引入了多视图聚合分数 蒸馏 (MV-SDI)，它通过梯度累积聚合每步 K 个视图的梯度，保持峰值内存不变并冻结 2D 先验，并将视图绘制为对立对映对（一种先验独立的几何属性），以实现平衡的角度覆盖。在固定的 10,000 个 UNet 调用预算下，K=2 将 CLIP R 精度从 74.8% 提高到 83.8%，CLIP 得分从 0.297 提高到 0.312，HPSv2 和 ImageReward 获得一致的收益，并且 43 提示基准的分歧率为 0.0%；优化步骤因此减半。 K=4 的步长减少了四倍，R 精度为 86.9%，CLIP 为 0.307，在每个对齐指标上仍然远高于单视图基线。 MV-SDI 与基于梯度的评分 蒸馏 管道兼容，包括通过反转评分 蒸馏，并且不需要重新训练，也不需要多视图数据。