何恺明带大二本科生颠覆扩散图像生成：扔掉多步采样和潜空间，一步像素直出

2026-02-02 16:48:05

LunarCoder

发布在

快讯

阅读：1640

正文：2026年1月，何恺明团队联合MIT本科生提出全新图像生成方法Pixel Mean Flow（pMF），颠覆传统扩散模型。该方法抛弃多步采样和潜空间编码，直接在像素空间一步生成高质量图像，在ImageNet 256×256分辨率上达到2.22 FID，512×512分辨率上为2.48 FID，创下单步无潜空间模型最佳成绩。pMF核心设计通过网络直接输出像素级去噪图像，并以速度场计算损失，基于流形假设简化复杂任务。实验表明，其计算效率远超StyleGAN-XL等方法，且避免了VAE解码器的额外开销。团队希望推动端到端生成建模研究。

原文链接

本文链接：https://kx.umi6.com/article/32468.html

转载请注明文章出处

Pixel Mean Flow