MUSE：解锁时间步作为单步密集预测的本机任务指导

最近，通过重新利用预先训练的扩散模型，单目密集预测取得了显着的成功。这为更高效的多任务学习范式开辟了一条充满希望但又充满挑战的途径。然而，现有的多任务扩散方法经常引入参数较多的适配器、专家或可学习的任务词元，导致计算冗余。在本文中，我们揭示了单步扩散模型中的一种固有机制：原生的、固定的正弦时间步嵌入可以重新用作内源任务引导信号。基于这一发现，我们提出了通过时间步嵌入的多任务统一估计（MUSE），这是一种用于密集预测的无参数、单模型多任务方法。我们通过流形解耦来解释这种机制，其中离散的、固定的时间步长值确定性地将生成过程引导向潜在空间中解耦的、特定于任务的流形。跨 10 个数据集的大量实验表明，MUSE 在单眼深度和法线估计方面均实现了极具竞争力的性能，并且其功效在 U-Net 和 DiT 架构中得到推广。我们的工作通过简单地释放现有生成模型基础设施的潜在潜力，为通向通用视觉模型提供了一条简洁有效的途径。