智东西12月1日消息，今日，Adobe和麻省理工学院的研究人员共同发布论文，介绍一种分布匹配蒸馏（Distribution Matching Distillation，DMD）方法，可在速度提升30倍的情况下生成与Stable Diffusion v1.5相当的图像质量。论文的核心思想是训练两个扩散模型，不仅估计目标真实分布的评分函数，还估计伪造分布的评分函数。方法类似于生成对抗网络（GANs），即通过同时训练评论家和生成器来最小化真实分布和伪造分布之间的差异，但不同之处在于训练不涉及可能导致不稳定的对抗博弈，并且评论家模型可以充分利用预训练扩散模型的权重。