圖像生成領域，看來又要變天了。
就在剛剛，OpenAI 開源了比擴散模型更快、性能更好的一緻性模型：
無需對抗訓練，就能生成高質量圖片！
這個重磅消息一經發出，立刻引爆學術圈。
雖說論文本身在 3 月份就已低調發布，但當時大夥兒普遍認爲它隻是個 OpenAI 的前沿研究，并不會真正将細節公開。
沒想到這次直接來了個開源。有網友立刻上手實測了一波效果，發現隻需要 3.5 秒左右就能生成 64 張左右 256 × 256 的圖像：
遊戲結束！
這是這位網友生成的圖像效果，看起來還不錯：
還有網友調侃稱：這次 OpenAI 終于 Open 了！
值得一提的是，論文一作 OpenAI 科學家宋飏，是一位清華校友，16 歲就通過領軍計劃進入清華數理基礎科學班求學。
一起來看看這次 OpenAI 開源了一項怎樣的研究。
開源了一個怎樣的重磅研究？
作爲一個圖像生成 AI，一緻性模型（Consistency Model）最大的特點在于快又好。
相比擴散模型，它主要有兩大優勢：
其一，無需對抗訓練（adversarial training），就能直接生成高質量的圖像樣本。
其二，相比擴散模型可能需要幾百甚至上千次叠代，一緻性模型隻需要一兩步就能搞定多種圖像任務——
包括上色、去噪、超分等，都可以在幾步之内搞定，而不需要對這些任務進行明确訓練。（當然，如果進行少樣本學習的話，生成效果也會更好）
所以一緻性模型究竟是如何實現這種效果的？
從原理來看，一緻性模型的誕生與 ODE（常微分方程）式生成擴散模型有關。
圖中可見，ODE 會先一步步将圖片數據轉換成噪聲，随後再進行一個逆向求解，從噪聲中學習生成圖像。
而就在這個過程中，作者們試圖将 ODE 軌迹上的任何點（如 Xt、Xt 和 Xr）映射到它的原點（如 X0）進行生成建模。
随後，這個映射的模型被命名爲一緻性模型，因爲它們的輸出都是同一軌迹上的同一點：
基于這種思路，一緻性模型不需要再經過漫長的叠代，才能生成一個相對質量比較高的圖像，而是能做到一步生成。
下圖是一緻性模型（CD）和擴散模型（PD）在圖像生成指标 FID 上的對比。
其中，PD 是去年斯坦福和谷歌大腦提出的一種最新擴散模型方法漸進式蒸餾（progressive distillation）的簡稱，CD（consistency distillation）則是一緻性蒸餾方法。
可以看出，幾乎在所有數據集上，一緻性模型的圖像生成效果都要比擴散模型更好，唯一的例外是 256 × 256 的房間數據集上：
除此之外，作者們也将擴散模型、一緻性模型和 GAN 等模型在其他各種數據集上進行了對比：
不過也有網友提到，這次開源的 AI 一緻性模型，能生成的圖像還是太小：
很難過，這次開源的版本生成的圖像還是太小了，要是能給出生成更大圖像的開源版本，肯定會非常讓人興奮。
也有網友猜測，可能隻是 OpenAI 還沒訓練出來。不過可能訓練出來了我們也不一定能搞到代碼（手動狗頭）。
不過對于這項工作的意義，TechCrunch 表示：
你若是有一堆 GPU，那用擴散模型在一兩分鍾内叠代 1500 多次，生成圖片的效果當然是極好的。
但如果你想在手機上或者聊天對話的時候實時生成圖片，那顯然擴散模型不是最好的選擇。
一緻性模型是 OpenAI 下一個重要動作。
期待 OpenAI 會開源一波分辨率更高的圖像生成 AI~
清華校友宋飏一作
論文一作宋飏，目前是 OpenAI 的研究科學家。
他 14 歲時，曾以 17 位評委全票通過的成績，入選 " 清華大學新百年領軍計劃 "。在次年高考中，他又成爲連雲港市理科狀元，順利考入清華。
2016 年，宋飏從清華大學數理基礎科學班畢業，此後赴斯坦福深造。2022 年，宋飏獲斯坦福計算機科學博士學位，而後加入 OpenAI。
在博士期間，他的一作論文 "Score-Based Generative Modeling through Stochastic Differential Equations" 還獲得過 ICLR 2021 的傑出論文獎。
根據其個人主頁信息，從 2024 年 1 月開始，宋飏将正式加入加州理工學院電子系和計算數學科學系，擔任助理教授。
項目地址：
https://github.com/openai/consistency_models
論文地址：
https://arxiv.org/abs/2303.01469
參考鏈接：
[ 1 ] https://twitter.com/alfredplpl/status/1646217811898011648
[ 2 ] https://twitter.com/_akhaliq/status/1646168119658831874
