Imagine Flash作为一个创新的加速扩散模型框架，显著减少了生成图像的步骤，将原本需要50步的生成过程精简至仅1至3步，从而实现了实时生成图像的效果。同时，该技术还能显著提高图像的质量和保真度，为用户带来更为出色的视觉体验。目前，Imagine Flash技术已成功应用于Meta AI的聊天机器人中，展示了其在实际应用中的巨大潜力。
Meta官方介绍：https://heehel.com/Imagine Flash
Imagine Flash论文下载链接：https://pan.quark.cn/s/538d02686d2e
Imagine Flash扩散模型是一个强大的生成框架，但推理成本很高。当在极低步长状态下运行时，现有的加速方法通常会损害图像质量或在复杂的条件下失败。
在这项工作中，研究团队提出了一种新颖的蒸馏框架，只需一到三个步骤即可生成高保真、多样化的样本。研究团队的方法包括三个关键组成部分：
- （i）向后蒸馏，通过在学生自己的向后轨迹上校准学生来减轻训练推理差异；
- (ii) Shifted Reconstruction Loss，根据当前时间步长动态调整知识转移；
- (iii) 噪声校正，一种推理时间技术，通过解决噪声预测中的奇点来提高样本质量。
通过大量的实验，研究团队证明研究团队的方法在定量指标和人类评估方面优于现有的竞争对手。值得注意的是，Imagine Flash仅使用三个去噪步骤即可实现与教师模型相当的性能，从而实现高效的高质量生成。
