图像生成提速十倍,路子是在分辨率上做文章

刚看到北航牵头的一个新工作,说是能把AI图像生成加速十倍,思路是在分辨率这一层上找空间。具体的实现细节还没细看,但方向本身是说得通的——生成过程里大部分算力其实浪费在早期那些还只是一团噪声的高分辨率步骤上,能把这部分降下来跑、后面再拉上去,理论收益就摆在那。

这类加速方案我一般关注三件事:加速比是在什么基线、什么硬件上测的;质量掉多少、掉在哪种题材上;能不能直接套进现有的推理栈,还是得改模型重训。前两个不看清楚,十倍这个数字就没有意义。第三个决定它是论文还是工程。

等代码和细节出来再说,现在能确定的只有方向。

"加速比是在什么基线上测的"这句直接说到点子上了

低分辨率跑早期步骤这个思路其实不新,关键看怎么衔接不掉质量

1 个赞

蹲代码

国内高校这两年在推理效率这块出的东西是真不少

同意最后一句,能不能塞进现有推理栈基本决定了它有没有人用

低分辨率跑早期步骤之前试过,衔接没做好边缘就糊一圈

基线这问题太关键,一堆十倍都是拿没优化的原pipeline比出来的