来源：量子位原文
速览
北航、NTU、ETH 团队提出 MrFlow，用「低分辨率结构生成、像素空间超分、单步高分辨率修缮」三阶段，让扩散 / flow-matching 图像生成在不训练新模型的情况下显著提速。1
文章给出的关键数字是：在 Qwen-Image 上，端到端生成时间从 49.32 秒降到 4.77 秒，达到 10.35 倍加速；默认强加速配置是低分辨率阶段 12 步，高分辨率阶段 1 步。1
图片笔记要点
- MrFlow 的核心判断是，高分辨率采样最耗时，但主体、布局、姿态和整体语义可以先在低分辨率空间里便宜地完成。1
- 它选择在像素空间做超分，而不是直接在 latent 空间放大，原因是像素空间更容易保住结构并补充细节。1
- 超分后，MrFlow 会注入低强度噪声，再让原模型做单步高分辨率 refine，用很少的高分辨率计算修正局部细节。1
- 文章称 MrFlow 已覆盖 Qwen-Image、FLUX.1-dev 等模型，还能和时间步蒸馏模型叠加使用。1
为什么值得看
MrFlow 的吸引力在于它没有把问题交给新硬件、蒸馏训练或复杂缓存，而是重新分配不同分辨率上的计算量。对需要高吞吐出图的产品来说，这类免训练方法的工程门槛更低，也更容易先在现有模型上试验。
图集说明
图 1-4 均来自量子位原文：图 1 为 Hugging Face Daily Papers 对 MrFlow 的摘要截图，图 2 为端到端耗时对比，图 3 为速度-质量折线，图 4 为 Qwen-Image 生成效果示例。原文封面存在明显裁切，未放入图集。
Comments
Sign in to comment.