论文页面 - 能量引导流匹配

来源：https://huggingface.co/papers/2608.05811 发布于8月7日

·

由 https://huggingface.co/ysng 提交

g (https://huggingface.co/ysng) 于8月19日

摘要

能量引导流匹配通过移动终点和自适应调度逐步揭示高频细节，从而提升生成质量，降低训练成本，并实现了最先进的FID分数。

像素空间生成模型绕过了有损的潜空间压缩，但需要在高维空间中联合学习全局结构和精细细节。标准的流匹配方法将噪声插值到固定的干净图像终点，使得频谱演化需被隐式学习。在本文中，我们引入了能量引导流匹配，该方法通过移动终点显式地建模从粗到细的生成轨迹。具体而言，EG-FM用热核滤波终点替代了固定终点，该终点从低频图像平滑演化为干净图像。移动终点中的高频信号分量由图像特定的能量引导调度进行释放，导致了流匹配中速度的重新定向。我们的框架无需调整主干网络和训练数据，在训练和推理阶段带来的开销可忽略不计。在我们的实验中，EG-FM在ImageNet类别条件图像生成任务中，以更少的训练轮次始终实现了更低的FID：在256×256分辨率下，200轮达到1.55的FID，600轮达到1.45。我们继续在512×512分辨率设置下训练生成任务，仅经过40轮高分辨率适应训练，FID就达到了1.58。此外，我们将EG-FM迁移至文本到图像生成任务，在GenEval上得分0.85，在DPG-Bench上得分83.9。代码已发布在 https://github.com/ysng123/EG-FM。

查看arXiv页面 (https://arxiv.org/abs/2608.05811) 查看PDF (https://arxiv.org/pdf/2608.05811) 项目页面 (https://ysng123.github.io/EG-FM/) GitHub15 (https://github.com/ysng123/EG-FM) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.05811)

通过你的代理获取此论文：

hf papers read 2608.05811

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 1

ysng/EG-FM-ImageNet 无条件图像生成 • 7分钟前更新 (https://huggingface.co/ysng/EG-FM-ImageNet)

引用本文的数据集 0

无数据集链接本文

在数据集 README.md 中引用 arxiv.org/abs/2608.05811 以将其链接到此页面。

引用本文的空间 0

无空间链接本文

在空间 README.md 中引用 arxiv.org/abs/2608.05811 以将其链接到此页面。

包含本文的收藏夹 0

无收藏夹包含本文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以将其链接到此页面。