圖像生成領(lǐng)域，看來(lái)又要變天了。

就在剛剛，OpenAI開(kāi)源了比擴(kuò)散模型更快、性能更好的一致性模型：

無(wú)需對(duì)抗訓(xùn)練，就能生成高質(zhì)量圖片！

這個(gè)重磅消息一經(jīng)發(fā)出，立刻引爆學(xué)術(shù)圈。

雖說(shuō)論文本身在3月份就已低調(diào)發(fā)布，但當(dāng)時(shí)大伙兒普遍認(rèn)為它只是個(gè)OpenAI的前沿研究，并不會(huì)真正將細(xì)節(jié)公開(kāi)。

沒(méi)想到這次直接來(lái)了個(gè)開(kāi)源。有網(wǎng)友立刻上手實(shí)測(cè)了一波效果，發(fā)現(xiàn)只需要3.5秒左右就能生成64張左右256×256的圖像：

游戲結(jié)束！

這是這位網(wǎng)友生成的圖像效果，看起來(lái)還不錯(cuò)：

還有網(wǎng)友調(diào)侃稱(chēng)：這次OpenAI終于Open了！

值得一提的是，論文一作OpenAI科學(xué)家宋飏，是一位清華校友，16歲就通過(guò)領(lǐng)軍計(jì)劃進(jìn)入清華數(shù)理基礎(chǔ)科學(xué)班求學(xué)。

一起來(lái)看看這次OpenAI開(kāi)源了一項(xiàng)怎樣的研究。

開(kāi)源了一個(gè)怎樣的重磅研究？

作為一個(gè)圖像生成AI，一致性模型（Consistency Model）最大的特點(diǎn)在于快又好。

相比擴(kuò)散模型，它主要有兩大優(yōu)勢(shì)：

其一，無(wú)需對(duì)抗訓(xùn)練（adversarial training），就能直接生成高質(zhì)量的圖像樣本。

其二，相比擴(kuò)散模型可能需要幾百甚至上千次迭代，一致性模型只需要一兩步就能搞定多種圖像任務(wù)——

包括上色、去噪、超分等，都可以在幾步之內(nèi)搞定，而不需要對(duì)這些任務(wù)進(jìn)行明確訓(xùn)練。（當(dāng)然，如果進(jìn)行少樣本學(xué)習(xí)的話(huà)，生成效果也會(huì)更好）

所以一致性模型究竟是如何實(shí)現(xiàn)這種效果的？

從原理來(lái)看，一致性模型的誕生與ODE（常微分方程）式生成擴(kuò)散模型有關(guān)。

圖中可見(jiàn)，ODE會(huì)先一步步將圖片數(shù)據(jù)轉(zhuǎn)換成噪聲，隨后再進(jìn)行一個(gè)逆向求解，從噪聲中學(xué)習(xí)生成圖像。

而就在這個(gè)過(guò)程中，作者們?cè)噲D將ODE軌跡上的任何點(diǎn)（如Xt、Xt和Xr）映射到它的原點(diǎn)（如X0）進(jìn)行生成建模。

隨后，這個(gè)映射的模型被命名為一致性模型，因?yàn)樗鼈兊妮敵龆际峭卉壽E上的同一點(diǎn)：

基于這種思路，一致性模型不需要再經(jīng)過(guò)漫長(zhǎng)的迭代，才能生成一個(gè)相對(duì)質(zhì)量比較高的圖像，而是能做到一步生成。

下圖是一致性模型（CD）和擴(kuò)散模型（PD）在圖像生成指標(biāo)FID上的對(duì)比。

其中，PD是去年斯坦福和谷歌大腦提出的一種最新擴(kuò)散模型方法漸進(jìn)式蒸餾（progressive distillation）的簡(jiǎn)稱(chēng)，CD（consistency distillation）則是一致性蒸餾方法。

可以看出，幾乎在所有數(shù)據(jù)集上，一致性模型的圖像生成效果都要比擴(kuò)散模型更好，唯一的例外是256×256的房間數(shù)據(jù)集上：

除此之外，作者們也將擴(kuò)散模型、一致性模型和GAN等模型在其他各種數(shù)據(jù)集上進(jìn)行了對(duì)比：

不過(guò)也有網(wǎng)友提到，這次開(kāi)源的AI一致性模型，能生成的圖像還是太小：

很難過(guò)，這次開(kāi)源的版本生成的圖像還是太小了，要是能給出生成更大圖像的開(kāi)源版本，肯定會(huì)非常讓人興奮。

也有網(wǎng)友猜測(cè)，可能只是OpenAI還沒(méi)訓(xùn)練出來(lái)。不過(guò)可能訓(xùn)練出來(lái)了我們也不一定能搞到代碼（手動(dòng)狗頭）。

不過(guò)對(duì)于這項(xiàng)工作的意義，TechCrunch表示：

你若是有一堆GPU，那用擴(kuò)散模型在一兩分鐘內(nèi)迭代1500多次，生成圖片的效果當(dāng)然是極好的。

但如果你想在手機(jī)上或者聊天對(duì)話(huà)的時(shí)候?qū)崟r(shí)生成圖片，那顯然擴(kuò)散模型不是最好的選擇。

一致性模型是OpenAI下一個(gè)重要?jiǎng)幼鳌?/p>

期待OpenAI會(huì)開(kāi)源一波分辨率更高的圖像生成AI~

清華校友宋飏一作

論文一作宋飏，目前是OpenAI的研究科學(xué)家。

他14歲時(shí)，曾以17位評(píng)委全票通過(guò)的成績(jī)，入選“清華大學(xué)新百年領(lǐng)軍計(jì)劃”。在次年高考中，他又成為連云港市理科狀元，順利考入清華。

2016年，宋飏從清華大學(xué)數(shù)理基礎(chǔ)科學(xué)班畢業(yè)，此后赴斯坦福深造。2022年，宋飏獲斯坦福計(jì)算機(jī)科學(xué)博士學(xué)位，而后加入OpenAI。

在博士期間，他的一作論文“Score-Based Generative Modeling through Stochastic Differential Equations”還獲得過(guò)ICLR 2021的杰出論文獎(jiǎng)。

根據(jù)其個(gè)人主頁(yè)信息，從2024年1月開(kāi)始，宋飏將正式加入加州理工學(xué)院電子系和計(jì)算數(shù)學(xué)科學(xué)系，擔(dān)任助理教授。

項(xiàng)目地址：
???https://github.com/openai/consistency_models??

論文地址：
???https://arxiv.org/abs/2303.01469??

參考鏈接：
[1]https://twitter.com/alfredplpl/status/1646217811898011648
[2]https://twitter.com/_akhaliq/status/1646168119658831874?