Bernoulli Flow Models：免蒸馏16步生成，FID降至9.22

二值扩散模型在低 NFE（函数评估次数）推理时依赖跳步近似，会带来较大误差、拉低生成质量。2026 年 10 月 12 日有报道称，arXiv 论文提出 Bernoulli Flow Models（BFM），采用统一的连续全局 Bernoulli 概率流路径，并给出任意时间区间的解析闭式后验转移，从而消除低 NFE 推理下的跳步近似误差。在 LSUN Churches 256×256 上，16 步生成的 FID 由 204.10 降至 9.22，且无需蒸馏或额外训练，对激进的 NFE 削减高度鲁棒。目前该工作处于论文公开阶段，报道未提及开源代码、复现结果或后续应用进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。