蒸馏视频模型频现伪影，作者 burkov 长文剖析 LoRA 失配根源

burkov 撰文剖析 LoRA 失配根源：把基于基座模型训练的 LoRA 模块直接套用到蒸馏后的视频扩散模型变体上，常出现严重视觉伪影、人物重复和风格劣化。蒸馏依赖全量微调，是业内为高推理成本的视频扩散模型降本提速的主流做法，而 LoRA 是无需重训整个模型的定制手段。为每个新蒸馏模型重训模块需私有用户数据和大量算力，已成为运营瓶颈。