刚刚，OpenAI发布sCM提升50倍效率，扩散模型重大技术突破！

521 0 0

文章摘要

OpenAI最近发布了一种名为sCM的新型扩散模型方法，该方法在生成高质量图片和3D模型方面表现出色，实现了50倍的时钟加速，尤其在高分辨率任务上效果显著。sCM模型通过仅两步操作即可生成内容，例如，一个15亿参数的模型能在0.11秒内完成内容生成，无需任何推理优化。

sCM的核心原理是将噪声直接转换为无噪声样本，与传统扩散模型的渐进去噪路径不同，sCM采用了连续时间框架，避免了离散时间模型中的误差。这种连续时间参数化方式允许模型更精确地捕捉数据生成的动态变化。sCM还引入了改进的时间条件、自适应组归一化、新的激活函数和自适应权重，以提高训练稳定性和生成质量。

在CIFAR-10、ImageNet 64×64和ImageNet 512×512等数据集上的评测显示，sCM是目前最高效的扩散生成方法之一。例如，在ImageNet 512×512数据集上，sCM的模型达到了1.88FID，同时使用的算力更少、更高效。这一技术的应用前景广阔，有网友预测，如果将sCM应用于视频领域，实时视频可能很快会到来，且Sora的推理负担将大大降低。

OpenAI已经分享了sCM的技术论文，该论文由两位华人提出。这一成果不仅展示了AIGC领域的最新进展，也为开发者生态和市场研究提供了新的视角。sCM的高效性能和简化模型使其成为需要快速结果而不影响质量的应用的理想选择，预示着这一技术可能很快改变游戏规则。