NVIDIA 放出 Cosmos3-Super-4Step，蒸馏版本，文生图从 50 步压到 4 步，图生视频从 35 步同样压到 4 步，顺带把无分类器引导也去掉了。
步数砍这么狠，最该关心的是画面还剩多少。以往这类蒸馏出来的模型，构图和大色块能保住，细节和材质会明显变肉，手指、金属反光、布料纹理这几处最先塌。去掉 CFG 之后还有个变化是控制力，负面提示基本作废，靠负面词兜底的流程都得改。
换个角度看，4 步意味着可以拿它当草图机器用，一分钟铺十几个构图，选中的再换模型精修。这个用法我倒是挺期待。
围观