流匹配

尽管扩散模型与流匹配方法已将文本到图像生成推向了更高的视觉质量与可控性，但它们通常在推理时需要数十步网络迭代，这限制了其在需要低延迟或实时响应的应用场景中的潜力。 为了降低推理步数，现有方法通常依赖于知识蒸馏：首先训练一个多步的教师模型，然后将能力迁移到少步的学生模型。然而，这条路径的代价同样显著——它既依赖于预训练的教师模型，又引入了额外的训练开销，并且在…

生成式模型在机器人与具身智能领域正迅速崛起，成为从高维视觉观测直接生成复杂动作策略的重要范式。这类方法在操作、抓取等任务中展现出卓越的灵活性与适应性，然而在真实系统部署时，却面临两大根本性挑战：一是训练过程极度依赖大规模演示数据，数据获取成本高昂且标注困难；二是推理阶段需要大量迭代计算，导致动作生成延迟严重，难以满足实时控制需求。这些瓶颈严重制约了生成式策略…