WiD：用维纳统计解码加速像素空间流模型训练

WiD 用图像统计结构加速像素空间流模型训练并提升生成质量。

资讯摘要

论文提出 Wiener-informed Decoding（WiD），利用冻结的维纳估计等二阶图像统计信息辅助像素空间流模型的训练。WiD 将可训练的维纳预测路径与系数接口结合，把特征注入原生解码器并返回预测的系数修正，所有新增参数在原始像素空间速度目标下联合训练。作者报告，在不同模型规模和解码器架构下，WiD 能加速训练并提升生成质量，参数开销较小；在 ImageNet 256×256 上，PixelDiT-XL 使用 WiD 训练 500 个 epoch 后 FID 达到 1.53，与 PixelDiT 质量相当但训练 epoch 减少 37.5%。

要点速读

1. 论文提出 WiD，用冻结的维纳估计等二阶图像统计信息辅助像素空间速度场学习。
2. WiD 由可训练的维纳预测路径和系数接口组成，新增参数在原始像素空间速度目标下联合训练。
3. 作者报告在 ImageNet 256×256 上，PixelDiT-XL 加 WiD 训练 500 epoch 后 FID 为 1.53，达到与 PixelDiT 相当的质量且训练 epoch 减少 37.5%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。