北航、ETH等机构的研究人员提出了一种名为BiDM的新方法，首次将扩散模型（DMs）的权重和激活完全二值化。此方法从时间（TBS）和空间（SPD）角度优化扩散模型。实验显示，W1A1 BiDM在LSUN-Bedrooms 256×256上的LDM-4模型上取得22.74的FID分数，远超当前最先进方法的59.44分，存储节省28倍，效率提升52.7倍。

扩散模型因高质量生成能力受关注，但昂贵的浮点计算限制其应用。BiDM通过完全二值化权重和激活，结合TBS和SPD技术，克服了完全二值化的挑战。TBS通过可学习的激活二值量化器和跨时间步特征连接，SPD则引入全精度模型监督局部特征，引导二值模型优化。

实验表明，BiDM在CIFAR-10和LSUN-Bedrooms等数据集上，优于现有基线方法。在LSUN-Bedrooms数据集上，BiDM的FID降至22.74，存储节省28倍，效率提升52.7倍。