摘要
扩散模型（Diffusion Models, DMs）在图像生成及其他领域取得了显著成功。通过基于已训练好的得分模型（score model），利用SDE/ODE求解器沿轨迹进行精细采样，DMs能够生成质量极高的图像。然而，这种高精度采样通常需要多步迭代，计算成本较高。为解决这一问题，基于实例的蒸馏方法被提出，旨在通过一个结构更简单的学生模型模仿结构更复杂的教师模型，从而从DM中蒸馏出单步生成器。然而，我们的研究揭示了这类方法存在一个固有局限：教师模型因具有更多采样步骤和参数量，其优化过程往往收敛于与学生模型不同的局部极小值，导致学生模型在复现教师行为时性能受限。为克服这一问题，我们提出一种新颖的分布蒸馏方法，该方法引入了一种专有的分布损失（distributional loss）。该方法在显著减少训练图像数量的前提下，超越了当前最优（SOTA）性能表现。此外，我们发现扩散模型在不同时间步长下，其各层激活程度存在显著差异，这表明模型本身具备单步生成图像的内在潜力。在分布蒸馏过程中，冻结大部分卷积层，可有效释放这一内在能力，进一步提升生成性能。所提方法在CIFAR-10（FID 1.54）、AFHQv2 64×64（FID 1.23）、FFHQ 64×64（FID 0.85）以及ImageNet 64×64（FID 1.16）等基准数据集上均取得了当前最优结果，且效率极高。绝大多数实验仅使用500万张训练图像，在8块A100 GPU上训练6小时内即完成，展现出强大的训练效率与生成性能。