扩散模型与流匹配本质等价，Google DeepMind 揭示新组合优势

Google DeepMind 研究团队发现，扩散模型和流匹配在本质上是等价的，尤其是当流匹配采用高斯分布时。这一发现意味着两种生成模型方法可以灵活结合使用，提高模型性能。研究还探讨了采样器的等价性、网络输出的选择和训练噪声调度的重要性，为未来的模型优化提供了新的方向。
来源：https://mp.weixin.qq.com/s/BUaE2_VJwJi1VtNI3x-aIA