生成模型的三體散射方法
為何重要
此成果為幹擾模型提供了一個新的理論基礎，成功證明「三體散射」機制能夠處理高維資料並達到卓越的 FID 數值。對開發者而言，這代表未來訓練高保真生成模型可能有別於傳統 GAN 或 Diffusion 的路徑；對產業而言，若能簡化步數(NFE)與降低噪聲，將直接有利於降低推理與訓練的算力與能源成本。
現代生成模型多依賴敵對判別器或自迴歸分解，本研究提出將能量距離轉化為樣本級運動的新型架構，作為一步生成器的直接監督訊號。
- TBSM 將每個彈頭引向一個真實源並排斥一個獨立生成的源，相比 Drifting Models 使用的微型批次內全對 Fields 損失，能透過追蹤條件期望減少場噪聲。
- 在 ImageNet-256 空間，PixelDiT-XL 的 FID 為 2.23，潛在空間的 DiT-XL 則為 1.63，兩者皆在僅 NFE=1 的情況下達成高品質一步生成。
- 該研究提供了一張連結擴散監督、漂移動力學與 GAN 等目標的設計地圖。