MIT与Adobe联手开发DMD：生成图像质量媲美Stable Diffusion ，速度快30倍

**划重点:**

1. 🔄 **创新方法:** 研究团队提出了分布匹配蒸馏（DMD）方法，将扩散模型转化为一步图像生成器，在保持图像质量的同时显著减少神经网络评估次数。

2. 🌐 **数据优化:** 通过对文本到图像数据进行精细调整，研究团队成功解决了在通用文本到图像数据上扩大模型的难题，实现了高效的图像生成。

3. 📈 **性能超越:**速度超越 StableDiffusion v1.5，图像质量相当。利用扩散模型逼真地生成图像，通过训练两个扩散模型估计真假分布的得分函数，采用梯度更新生成器，使图像更逼真，虚假度更低。

MIT和Adobe的研究人员最近提出了一种新颖的人工智能方法，称之为分布匹配蒸馏（DMD），该方法旨在将扩散模型转化为一步图像生成器，从而显著提高图像生成的效率和质量。据称他们的一步生成器（Gθ）在生成逼真图像方面不仅与 StableDiffusion v1.5相媲美，而且速度更快30倍。

创新方法方面，传统的扩散模型在图像生成方面取得了巨大的进展，但其采样过程相对繁琐，需要通过逐步去噪的迭代过程逐渐减少高斯噪声样本中的噪声，这限制了生成管道作为创意工具时的交互性。与此不同，DMD方法通过将初始多步扩散采样找到的噪声→图像映射压缩成单通道学生网络，加速采样过程。通过这一创新，DMD成功解决了高昂的神经网络评估成本的问题，使得一步生成器在多项任务上表现优越。

在数据优化方面，研究团队通过在文本到图像数据上进行精细调整，不仅学习了数据分布，还学习了蒸馏生成器正在产生的虚构分布。这一方法通过利用预训练扩散模型的去噪扩散输出来解释梯度方向，从而推动人工生成图像向更真实和 less 虚构的方向发展。

性能超越方面，DMD在多项任务中都取得了令人瞩目的成绩。在ImageNet上，其FID指标达到2.62，比一致性模型提升了2.4倍。

此外，DMD在MS COCO2014-30k上获得了11.49的竞争性FID，同时保持了与更昂贵的Stable Diffusion模型相媲美的图像质量。值得注意的是，DMD方法在减少神经网络评估次数的同时，能够在FP16推断下以每秒20帧的速度生成512×512的图像，为交互式应用开辟了许多可能性。

研究团队通过结合分布匹配方法、GANs和pix2pix的灵感和见解，展示了DMD方法如何通过使用扩散模型来建模真实和虚构分布，并通过简单的回归损失匹配多步扩散输出，训练出高保真的一步生成模型。通过在多个任务上的验证，DMD一步生成器在各项基准测试中均表现优异，包括一致性模型、渐进蒸馏和矫正流等。

这一研究为图像生成领域带来了崭新的可能性，通过创新的方法，使得生成模型在效率和质量方面都取得了显著提升。

项目网址:https://tianweiy.github.io/dmd/

论文网址:https://arxiv.org/abs/2311.18828