DPM-Solver++：扩散概率模型引导采样的高效求解器

扩散概率模型（DPMs）在高分辨率图像合成中取得了令人瞩目的成功，尤其在近期大规模文本到图像生成应用中。提升 DPMs 采样质量的一项关键技术是引导采样，其通常需要较大的引导尺度以获得最佳采样质量。引导采样中常用的快速采样器是 DDIM，一种一阶扩散 ODE 求解器，通常需 100 至 250 步以生成高质量样本。尽管近期工作提出了专门的高阶求解器，并在无引导采样中实现了进一步加速，但其对引导采样的有效性此前尚未得到充分验证。本工作中，我们证明以往高阶快速采样器存在不稳定性问题，且在引导尺度增大时甚至比 DDIM 更慢。为进一步加速引导采样，我们提出 DPM-Solver++，一种用于 DPMs 引导采样的高阶求解器。DPM-Solver++ 以数据预测模型求解扩散 ODE，并采用阈值化方法使解匹配训练数据分布。我们进一步提出 DPM-Solver++ 的多步变体，通过减小有效步长来解决不稳定性问题。实验表明，DPM-Solver++ 在像素空间与隐空间 DPMs 的引导采样中，仅需 15 至 20 步即可生成高质量样本。