轻量速度校正框架提升少步文生图指令遵循

2026年10月12日，arXiv cs.CV 报道一项研究，提出轻量级速度校正框架，用于提升少步文本生成图像的指令遵循能力。该方法在冻结的 6B 参数少步文生图器 Z-Image-Turbo 之上，仅训练不足 20M 参数的共享校正器，便在成对指令遵循评估中取得 +17.60 个百分点 NetWin。校正器在选定采样步学习速度残差，不改变原有采样计划与前向次数，也无需奖励优化或重新蒸馏。开销方面，每张图额外端到端延迟仅 26.9 毫秒，约占 0.84%。截至该报道，未披露与其他方案的对比或独立复现结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。