文本到图像生成的少步蒸馏：实用指南
计算机视觉与模式识别
2025-12-16 v1
摘要
扩散蒸馏显著加快了类条件图像合成，但其对开放式文本到图像 (T2I) 生成的适用性尚不明确。我们首次系统性地研究将最先进的蒸馏技术适用于强大的 T2I 教师模型 FLUX.1-lite。通过将现有方法纳入统一框架，我们识别了从离散类别标签迁移到自由形式语言提示时出现的关键障碍。除方法论分析外，我们提供了关于输入缩放、网络架构和超参数的实用指南，并附带开源实现和预训练学生模型。我们的发现为在真实世界 T2I 应用中部署快速、高保真度且资源高效的扩散生成器奠定了坚实基础。代码已在 github.com/alibaba-damo-academy/T2I-Distill 提供。
关键词
引用
@article{arxiv.2512.13006,
title = {Few-Step Distillation for Text-to-Image Generation: A Practical Guide},
author = {Yifan Pu and Yizeng Han and Zhiwei Tang and Jiasheng Tang and Fan Wang and Bohan Zhuang and Gao Huang},
journal= {arXiv preprint arXiv:2512.13006},
year = {2025}
}