IDM方法提升一步文生图质量

2026年10月29日，Hugging Face Daily Papers 报道研究者提出 Intrinsic Distribution Matching（IDM），用于提升一步与少步文生图生成质量。报道称，该方法在保留完整 DMD 校正的基础上，用生成器 EMA 副本显式匹配特征均值与逐坐标标准差，且无需外部特征编码器。同日，inclusionAI 在 GitHub 发布新仓库并开源 IDM，称其将内部 DMD 蒸馏与生成器自身 EMA 特征空间的矩匹配结合，无需外部特征编码器，同一 checkpoint 支持 1-NFE 和 2-NFE 采样。目前尚无更多实验细节、对比结果或复现情况披露。

AI 根据报道生成 · 19 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。