图像生成领域，看来又要变天了。
就在刚刚，OpenAI 开源了比扩散模型更快、性能更好的一致性模型：
无需对抗训练，就能生成高质量图片！
这个重磅消息一经发出，立刻引爆学术圈。
虽说论文本身在 3 月份就已低调发布，但当时大伙儿普遍认为它只是个 OpenAI 的前沿研究，并不会真正将细节公开。
没想到这次直接来了个开源。有网友立刻上手实测了一波效果，发现只需要 3.5 秒左右就能生成 64 张左右 256×256 的图像：
游戏结束！
这是这位网友生成的图像效果，看起来还不错：
还有网友调侃称：这次 OpenAI 终于 Open 了！
值得一提的是，论文一作 OpenAI 科学家宋飏，是一位清华校友，16 岁就通过领军计划进入清华数理基础科学班求学。
一起来看看这次 OpenAI 开源了一项怎样的研究。
开源了一个怎样的重磅研究？
作为一个图像生成 AI，一致性模型（Consistency Model）最大的特点在于快又好。
相比扩散模型，它主要有两大优势：
其一，无需对抗训练（adversarial training），就能直接生成高质量的图像样本。
其二，相比扩散模型可能需要几百甚至上千次迭代，一致性模型只需要一两步就能搞定多种图像任务 ——
包括上色、去噪、超分等，都可以在几步之内搞定，而不需要对这些任务进行明确训练。（当然，如果进行少样本学习的话，生成效果也会更好）
所以一致性模型究竟是如何实现这种效果的？
从原理来看，一致性模型的诞生与 ODE（常微分方程）式生成扩散模型有关。
图中可见，ODE 会先一步步将图片数据转换成噪声，随后再进行一个逆向求解，从噪声中学习生成图像。
而就在这个过程中，作者们试图将 ODE 轨迹上的任何点（如 Xt、Xt 和 Xr）映射到它的原点（如 X0）进行生成建模。
随后，这个映射的模型被命名为一致性模型，因为它们的输出都是同一轨迹上的同一点：
基于这种思路，一致性模型不需要再经过漫长的迭代，才能生成一个相对质量比较高的图像，而是能做到一步生成。
下图是一致性模型（CD）和扩散模型（PD）在图像生成指标 FID 上的对比。
其中，PD 是去年斯坦福和谷歌大脑提出的一种最新扩散模型方法渐进式蒸馏（progressive distillation）的简称，CD（consistency distillation）则是一致性蒸馏方法。
可以看出，几乎在所有数据集上，一致性模型的图像生成效果都要比扩散模型更好，唯一的例外是 256×256 的房间数据集上：
除此之外，作者们也将扩散模型、一致性模型和 GAN 等模型在其他各种数据集上进行了对比：
不过也有网友提到，这次开源的 AI 一致性模型，能生成的图像还是太小：
很难过，这次开源的版本生成的图像还是太小了，要是能给出生成更大图像的开源版本，肯定会非常让人兴奋。
也有网友猜测，可能只是 OpenAI 还没训练出来。不过可能训练出来了我们也不一定能搞到代码（手动狗头）。
不过对于这项工作的意义，TechCrunch 表示：
你若是有一堆 GPU，那用扩散模型在一两分钟内迭代 1500 多次，生成图片的效果当然是极好的。
但如果你想在手机上或者聊天对话的时候实时生成图片，那显然扩散模型不是最好的选择。
一致性模型是 OpenAI 下一个重要动作。
期待 OpenAI 会开源一波分辨率更高的图像生成 AI~
清华校友宋飏一作
论文一作宋飏，目前是 OpenAI 的研究科学家。
他 14 岁时，曾以 17 位评委全票通过的成绩，入选“清华大学新百年领军计划”。在次年高考中，他又成为连云港市理科状元，顺利考入清华。
2016 年，宋飏从清华大学数理基础科学班毕业，此后赴斯坦福深造。2022 年，宋飏获斯坦福计算机科学博士学位，而后加入 OpenAI。
在博士期间，他的一作论文“Score-Based Generative Modeling through Stochastic Differential Equations”还获得过 ICLR 2021 的杰出论文奖。
根据其个人主页信息，从 2024 年 1 月开始，宋飏将正式加入加州理工学院电子系和计算数学科学系，担任助理教授。
项目地址：
https://github.com/openai/consistency_models
论文地址：
https://arxiv.org/abs/2303.01469
参考链接：
[1]https://twitter.com/alfredplpl/status/1646217811898011648
[2]https://twitter.com/_akhaliq/status/1646168119658831874
本文来自微信公众号：量子位 （ID：QbitAI），作者：金磊 鱼羊 萧箫
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。