统一生图与编辑的流模型蒸馏框架
推荐指数 71.0 NO. 023 · 2026.06.27
upvotes52comments2
为什么值得看
DanceOPD 提出基于策略内采样的生成场蒸馏方法，通过能力专属路由和速度场训练，让单一流匹配模型同时支持文生图、局部编辑和全局编辑且互不干扰。对需要多能力合一的图像产品团队，这是减少模型数量、降低维护成本的可行路径。
媒体预览
编辑判断
当前主流方案是 SDXL + InstructPix2Pix + ControlNet 等多模型拼接，管线复杂且编辑一致性差。DanceOPD 的关键设计是"能力路由"而非简单多任务训练——不同编辑类型走不同的速度场分支，避免了梯度冲突。论文提到训练成本与单模型相当，但尚未开源代码，复现难度待验证。
如果开源，对做 AI 设计工具（如 Canva、稿定设计）的团队价值最大，可替代现有 2-3 个独立模型；但流匹配生态目前弱于扩散模型，生产环境部署工具链还不成熟。
相关内容
Unleashing Inversion and Editing in the Era of Flow Models 提出基于预测-校正框架的流模型反演与编辑方法Uni-Inv，实现统一图像生成与编辑的流模型技术。 Self-Corrected Flow Distillation for Consistent One-Step and Few-Step Text-to-Image Generation 流匹配蒸馏框架，通过自校正机制实现一步/少步高质量文本到图像生成，提升一致性。 How to build a consistency model: Learning flow maps via self-distillation 通过自蒸馏学习流映射构建一致性模型，为流模型加速生成提供新思路。 Consistent Flow Distillation for Text-to-3D Generation 将一致流蒸馏扩展至3D生成，验证流蒸馏框架在多模态生成中的通用性。