何恺明团队又发新作： MeanFlow单步图像生成SOTA，提升达50%

何恺明团队提出一种名为MeanFlow的单步生成建模框架，通过引入平均速度改进流匹配方法，在ImageNet 256×256数据集上实现FID分数3.43，性能较以往方法提升50%-70%。该模型无需预训练或课程学习，从头开始训练即可取得出色效果，同时支持无分类器引导（CFG），显著缩小了单步与多步扩散模型之间的性能差距。
来源：https://mp.weixin.qq.com/s/Uah0kMQWTL5UiqJO-v-i7Q