NeurIPS 2025 Oral | 1个Token零成本，REG让Diffusion训练收敛快20倍！
REG 提出将预训练模型的 class token 与 latent 联合加噪训练，在不增加显著推理成本下大幅加速扩散 Transformer 收敛。在 ImageNet 256×256 上较 SiT 和 REPA 加速达 63 倍与 23 倍，400K 步即超越 4M 步基线，FID 最低至 1.36，且在 512×512 分辨率也表现优异，训练效率提升超 95%，验证了语义纠缠对生成模型训练的有效性。来源：https://mp.weixin.qq.com/s/OOLyVz6agajec2_DmX0uKg
页:
[1]