影音先锋橹撸资源_人妻少妇孑伦无码视频_日本女人牲交视频免费看_国产香蕉视频上线免费_波多野结超清无码中文影片_婷婷色丁香五月激情综合在线观看_寡妇高潮流白浆A片_国产精品九色 Av_花房姑娘电影未删减版免费观看_国产亚洲综合一区三区在线播放

本論文主要作者來自小紅書AIGC團隊（Dynamic-X-Lab），Dynamic?X?LAB是一個專注于AIGC領域的研究團隊，致力于推動姿態(tài)驅(qū)動的人像生成與視頻動畫技術。他們以高質(zhì)量、高可控性的生成模型為核心，圍繞文生圖（t2i）、圖像生成（i2i）、圖像轉(zhuǎn)視頻（i2v）和風格遷移加速等方向展開研究，并通過完整的開源方案分享給開發(fā)者與研究者社區(qū)。

基于一致性模型（ConsistencyModels,CMs）的軌跡蒸餾（TrajectoryDistillation）為加速擴散模型提供了一個有效框架，通過減少推理步驟來提升效率。然而，現(xiàn)有的一致性模型在風格化任務中會削弱風格相似性，并損害美學質(zhì)量——尤其是在處理從部分加噪輸入開始去噪的圖像到圖像（image-to-image）或視頻到視頻（video-to-video）變換任務時問題尤為明顯。

這一核心問題源于當前方法要求學生模型的概率流常微分方程（PF-ODE）軌跡在初始步驟與其不完美的教師模型對齊。這種僅限初始步驟對齊的策略無法保證整個軌跡的一致性，從而影響了生成結(jié)果的整體質(zhì)量。

為了解決這一問題，文章提出了單軌跡蒸餾（SingleTrajectoryDistillation，STD），一個從部分噪聲狀態(tài)出發(fā)的訓練框架。

為了抵消STD引入的額外時間開銷，文章設計了一個軌跡狀態(tài)庫（TrajectoryBank），預先存儲教師模型PF-ODE軌跡中的中間狀態(tài)，從而有效減輕學生模型訓練時的計算負擔。這一機制確保了STD在訓練效率上可與傳統(tǒng)一致性模型保持一致。

此外，該工作還引入了一個非對稱對抗損失（AsymmetricAdversarialLoss），可顯著增強生成結(jié)果的風格一致性和感知質(zhì)量。

在圖像與視頻風格化任務上的大量實驗證明，STD在風格相似性和美學評估方面均優(yōu)于現(xiàn)有的加速擴散模型。

論文地址：https://arxiv.org/abs/2412.18945項目主頁：https://single-trajectory-distillation.github.io/項目Github:https://github.com/dynamic-X-LAB/Single-Trajectory-Distillation項目模型：https://huggingface.co/Single-Trajectory-Distillation/Single-Trajectory-Distillation關鍵詞：AIGC、視頻風格遷移、擴散模型加速

STD與其他方法的差異

如圖2所示，(a)中的傳統(tǒng)一致性蒸餾方法（OtherCMs）從x_0加噪得到不同的x_t，再擬合多條PF-ODE軌跡的初始部分，存在軌跡不對齊問題。而在(b)中，文章提出的單軌跡蒸餾（Single-TrajectoryDistillation,STD）方法則從一個固定的加噪狀態(tài)x_(τ_η)出發(fā)，通過教師模型完整地去噪出多個x_t，并以此為訓練目標，使學生模型在一條完整軌跡上實現(xiàn)自一致性。這種策略有效解決了訓練-推理路徑不一致的問題，提升了整體生成質(zhì)量。

為了避免從x_(τ_η)開始反復推理帶來的訓練開銷，進一步提出了軌跡緩存庫（trajectorybank），用于預存教師模型軌跡中的中間狀態(tài)，從而保持訓練效率不變。同時，引入了非對稱對抗損失（asymmetricadversarialloss），對不同噪聲級別下的生成圖與真實圖進行對比，有效提升圖像飽和度，減少紋理噪聲。

前置理論

【擴散模型】

【軌跡】

【基于部分加噪的編輯】

方法介紹

【單軌跡蒸餾理論】

在擴散模型中，理想情況下反向去噪軌跡應與前向擴散軌跡嚴格互逆。但實際中，不完美去噪模型會導致：

針對圖像/視頻風格化任務中固定起點η的需求，提出基于一致性模型僅在固定起點的單條軌跡上做一致性蒸餾，具體包含兩個關鍵點：

根據(jù)第二部分對軌跡的定義，可以寫出單軌跡蒸餾損失函數(shù)的表達式如下：

為降低蒸餾誤差，約束學生模型學習的時間步s接近教師步t：

其中γ表示控制目標時間步s的取值下限比例因子通過縮短t與s的距離，可以減小誤差上界，同時保留隨機性提升模型性能。

【軌跡狀態(tài)庫】

【非對稱對抗損失】

其中F表示DINO-v2模型，D_ψ表示判別器，ψ表示判別器的可學習參數(shù)，x_r指對x_0加噪r步后獲得的樣本。

實驗結(jié)果

訓練集：Open-Sora-Plan-v1.0.0測試集：wikiArt（10張）+COCO（100張）+自定義100張圖像/12個視頻及15種風格圖像的測試集評估指標：風格相似度（CSD）、LAION美學評分和時間一致性（WarpingError）指標對比方法：LCM/TCD/PCM/TDD/Hyper-SD/SDXL-Lightning/MCM

【對比實驗】

STD與當前多種加速方法在8步、6步、4步下進行對比，在風格相似性和美學分數(shù)上達到SOTA水平。其中圖像生成在NFE=8時CSD分數(shù)比Hyper-SD提升↑0.032；視頻生成的WarpingError達到0.166，顯著優(yōu)于MCM的0.257。從可視化（圖4）中可以看出STD方法的風格質(zhì)量和圖像質(zhì)量顯著更高；在不同CFG的定量指標折線圖中（圖5）也表現(xiàn)出了更優(yōu)水平。

視頻效果：

【消融實驗】

文章對單軌跡蒸餾方法、軌跡狀態(tài)庫以及非對稱對抗損失函數(shù)做了消融實驗（表2），當使用軌跡狀態(tài)庫時，抵消了STD帶來的額外3.8倍訓練耗時，而STD方法和非對稱對抗損失函數(shù)都顯著提升了風格相似性分以及美學分。

其他重要參數(shù)的取值和特性消融實驗：

STD和非對稱對抗損失強度（Fig6）：強度越大，細節(jié)和噪點越少，對比度越強，畫質(zhì)越好。

不同的噪聲起點（Fig8）：η越大，風格化程度越大，但是內(nèi)容相關性越弱。

不同的目標時間步s的取值下限比例因子（Fig10）：更大的γ值帶來更低噪聲，更強的非對稱對抗損失產(chǎn)生更高對比度；γ=0.7在風格保持與細節(jié)呈現(xiàn)間取得最佳平衡。

非對稱對抗損失目標時間步位置（Table3、Fig9）：當r

【可擴展性試驗】

文章進一步討論了STD方法的適用范圍，從STD的理論推導上看，該方法可用于其他任何“基于部分噪聲的圖像/視頻編輯”任務，如inpainting等。為了驗證猜想，文章展示了一組使用STD和其他加速方法用于inpainting的對比圖。如圖7，相比LCM和TCD方法，STD的inpainting效果更加自然。

結(jié)語

文章針對基于一致性模型的圖像視頻風格遷移加速方法，重點優(yōu)化了風格相似性與美學質(zhì)量。研究發(fā)現(xiàn)前向SDE軌跡中不同噪聲強度會導致PF-ODE軌跡產(chǎn)生差異，據(jù)此提出基于特定噪聲強度的單軌跡蒸餾方法（STD），有效解決了訓練與推理軌跡不對齊問題。為降低STD方法的訓練成本，創(chuàng)新性引入軌跡庫機制，并采用非對稱對抗損失提升生成質(zhì)量。對比實驗驗證了本方法在風格保持與美學表現(xiàn)上的優(yōu)越性，系統(tǒng)消融實驗證實了各模塊的有效性。該方法可擴展至部分噪聲編輯任務，文章已探索了基于STD的圖像修復應用，為后續(xù)相關工作提供新思路。

小說:種田賺錢,斗極品,一步步走向富貴!

今日推薦：《重生農(nóng)家種田忙》作者：錢錢——-。點擊文末超鏈接開始觀看吧～第兩百一十四章落水她定了定神，看到不遠處水底下在冒氣泡，她精神一震，繼續(xù)往下游了下去，果然向蘭在那里胡亂掙扎著，一臉絕望-。羅天都趕緊游了過去，抱了向蘭的腰，往上游去，結(jié)果，紋絲不動——_。她向下一看，發(fā)現(xiàn)向蘭的腳踝被池底的水后面會介紹。
【書名】重生農(nóng)家種田忙【作者】錢錢【簡介】現(xiàn)代普通白領，穿越農(nóng)家幼女，真?zhèn)€是奶奶不疼，舅舅不愛，小姑難纏，二叔無賴；好在爺爺還算明理，爹娘尚稱慈愛；挽起袖子，種田賺錢養(yǎng)家蓋房，帶領全家奔小康；老爹一朝科考成名，小三姨娘負心漢，紛至沓來；誰敢進我羅家門，來一個，打一個，來兩個，揍一雙；昔等會說-。

穿越種田文:昔日白領化身彪悍女狼,斗極品,安家宅,棒打無情郎

重生農(nóng)家種田忙作者：錢錢精彩片段：“娘，今天該去油坊提油了吧？”羅天都算著一千五百斤油菜籽，應該能榨四百斤油左右，這么多油，只有家里上回買的那口大水缸才能裝得下，便將缸里腌的咸菜分別存到幾個大壇子里，將水缸洗得干干凈凈備在家里，等著裝油。方氏應了一聲，看著羅天都一臉篤定的樣子，..
第二本：《重生農(nóng)家種田忙》作者：錢錢精彩內(nèi)容搶先看：穿成農(nóng)家幼女，女主：身上自帶空間，還被祖母寵成寶因為這段不愉快，一家人都只是低著頭，默不做聲地吃飯_-。吃完飯，姚氏對著羅白寧使了個眼色后，就板著臉撿碗筷，方氏和羅名都要幫忙，都被她攔住了。方氏忙了一天，累得渾身都快要散架了，見婆婆不到此結(jié)束了？。

種田文,昔時溫柔白領化身彪悍女狼,斗極品,安家宅,棒打無情郎

第四本：《重生農(nóng)家種田忙》作者：錢錢簡介：現(xiàn)代普通白領，穿越農(nóng)家幼女，真?zhèn)€是奶奶不疼，舅舅不愛，小姑難纏，二叔無賴。精彩劇情： 湯縣令寫得一手好楷書，字體瘦勁飄逸。羅天都不由又想起湯小包子的字跡，顯然平時就是用湯縣令的字描紅的，一筆一劃之間已經(jīng)隱隱有了三分湯縣令的風骨。 湯縣令的措詞希望你能滿意_。
不用想，她都知道肯定是自己的六弟媳婦兒楚氏拿走了?！吨厣r(nóng)家種田忙》小說簡介：現(xiàn)代普通白領，穿越農(nóng)家幼女，真?zhèn)€是奶奶不疼，舅舅不愛，小姑難纏，二叔無賴；好在爺爺還算明理，爹娘尚稱慈愛；　　挽起袖子，種田賺錢養(yǎng)家蓋房，帶領全家奔小康。精彩內(nèi)容：原本她是想自己去，留著兩個孩子在家里，一來看家后面會介紹——。

免責聲明：本文內(nèi)容由開放的智能模型自動生成，僅供參考。