AITOP

Qwen-Image

共 2 条相关 AI 资讯
7月29日
11:35
11:35官方账号arXiv cs.LG@Neta Shaul, Chao Liu, Arash Vahdat, Julius Berner
论文提出Parallel Decoding Distillation (PDD)，一种基于轨迹的蒸馏方法，用于加速扩散模型和流匹配模型的推理。PDD兼容LTX-2.3 Text-to-Video/Audio、Wan 14B Text-to-Video和Qwen-Image Text-to-Image等预训练模型，支持4-8次函数评估。相比依赖变分分数蒸馏（VSD）和对抗损失的方法，PDD训练更简单，避免了模式坍塌，提升了生成视频的多样性。
论文Parallel Decoding DistillationLTX-2.3Wan 14B
推荐理由：这篇论文提出PDD方法，能用更少的采样步数生成高质量视频和图像，而且训练比VSD简单多了，适合搞生成加速的研究者看看。
原文
6月18日
09:26
09:26官方一手arXiv: DeepSeek@Ruiqi Lai, Dakai An, Wei Gao, Ju Huang, Siran Yang, Jiamang Wang, Lin Qu, Dmitrii Ustiugov, Wei Wang
精选
DiT强化学习后训练需要数千块高端GPU，成本极高。Spotlight系统利用Spot GPU（价格低69-77%）和种子探索技术，将训练速度提升4倍。该系统通过带子集探索规划器最大化奖励方差，弹性序列并行在预emption时毫秒级恢复，并采用拉取式调度平衡负载。在Qwen-Image后训练中，Spotlight达到相同验证分数的成本降低1.4-6.4倍，在DeepSeek-OCR和Geneval数据集上512×512和1280×1280分辨率下图像质量更优。
论文SpotlightDiTQwen-Image
推荐理由：Spotlight系统用便宜的Spot GPU做DiT强化学习后训练，成本降低1.4-6.4倍，训练快4倍，适合预算有限的团队。
原文