Normalizing Trajectory Models

基于扩散的模型将采样分解为许多小的高斯去噪步骤，但当生成被压缩为少量粗略过渡时，这一假设会失效。现有少步方法通过蒸馏、一致性训练或对抗目标来应对，但牺牲了似然框架。我们引入了正则化轨迹模型（NTM），其每个逆向步骤建模为具有精确似然训练的表达式条件正则化流。架构上，NTM在每一步内结合浅层可逆块，并与深平行结构结合。