OpenAI 一致性模型：快速單步生成式 AI

OpenAI 已推出一致性模型，這是一系列新的生成模型，旨在加速生成速度。透過直接將噪聲映射到數據，這些模型能夠實現高品質、單步生成，解決了傳統擴散模型所需的緩慢迭代取樣過程。

技術方法：直接噪聲到數據映射

一致性模型直接將噪聲映射到數據，設計上即可實現快速單步生成。與需要多次迭代來優化樣本的擴散模型不同，一致性模型能夠在單一步驟中產出高品質輸出。然而，它們保持靈活；它們支援多步取樣，允許用戶用增加的計算換取更高的樣本品質。

訓練方法：蒸餾與獨立訓練

一致性模型可透過兩種不同的訓練途徑部署：

1. 蒸餾：它們可以通過蒸餾預訓練的擴散模型來進行訓練，這利用了現有的擴散基礎知識來加速生成。
2. 獨立訓練：它們可以從零開始作為獨立的生成模型進行訓練，無需預先存在的擴散模型。

能力與零樣本數據編輯

除了簡單的生成之外，一致性模型在不需要為這些特定功能進行顯式訓練的情況下，支援零樣本數據編輯任務。這些能力包括：

• 圖像填充：填補圖像中缺失的部分。
• 上色：為灰階圖像添加顏色。
• 超解析度：提高圖像的解析度。

效能基準

一致性模型在單步和少數步取樣方面優於現有的擴散模型蒸餾技術。當作為獨立模型進行訓練時，它們在標準基準上優於現有的單步、非對抗性生成模型。

關鍵效能指標包括以下單步生成的最先進 FID 分數：

• CIFAR-10：3.55 FID
• ImageNet 64x64：6.20 FID

實驗在包括 CIFAR-10、ImageNet 64x64 和 LSUN 256x256 的標準基準上進行。