有没有人翻到北航牵头那项工作的细节？说是在分辨率这个维度上做文章，把 AI 图像生成提速到十倍。我找了一圈只摸到结论，具体怎么实现的没看到，不敢瞎猜。
说下我为什么觉得这个方向靠谱。扩散过程里，绝大部分算力花在高分辨率的迭代上，可早期那些步骤其实只在定构图、定大块色彩关系。这时候画面还是一团模糊的色块，用满分辨率去算，有点像拿放大镜去看一张还没起稿的草图，算力全浪费了。要是先在低分辨率把前面跑完，等结构稳了再往上抬，大算力只花在真正需要细节的阶段，省下来的计算量会相当可观。
我想弄清楚的是这几条：
- 基线是什么。跟原版满步数比，还是跟已经提过速的方案比，十倍的含金量完全不同
- 在什么分辨率下测的。这类方法分辨率越高，理论上省得越多
- 掉了多少质量。往上抬分辨率那一步最容易丢细节
十倍这个数听着夸张，这类加速工作的水分往往就藏在这些前提里。有人拿到论文或代码的话麻烦丢个链接，我想等它出来自己对着看。
