更进一步：一个用于纠正扩散调度缺陷并增强低频控制的通用即插即用模块

众所周知，许多已开源的基础扩散模型难以生成明显偏离平均亮度的图像，尽管此类图像存在于训练数据中。这是由于一种不一致性：在推理时去噪从纯高斯噪声开始，而训练噪声调度由于主流公式中数值条件化的困难，即使在最终时间步分布中仍保留残差数据，从而导致推理时产生非预期偏差。为缓解此问题，某些 $\epsilon$-预测模型与临时的偏移噪声(offset-noise)方法相结合。与此同时，一些当代模型采用了零终端信噪比(zero-terminal SNR)噪声调度与 $\mathbf{v}$-预测，这需要对预训练模型进行重大改动。然而，此类改动有可能破坏大量基于这些预训练模型的社区驱动应用。有鉴于此，我们的研究重新审视了根本原因，从而提出了一种新颖且基于原理的 remedy，称为 One More Step (OMS)。通过集成一个紧凑网络并在推理中引入一个额外简单而有效的步骤，OMS提升了图像保真度并调和了训练与推理之间的二分对立，同时保留原始模型参数。一旦训练完成，具有相同潜空间域的各类预训练扩散模型可共享同一OMS模块。