Data-Space Iteration 免时间步离散化少步生成
先了解这件事
2026年10月11日，AGI Hunt 报道 Shanchuan Lin、Yansong Peng、Fu-Yun Wang、Haoqi Fan 提出 Data-Space Iteration 框架：让 Flow Matching 的少步生成从噪声出发，由共享生成器直接在数据空间迭代精炼预测，从而彻底去掉流的离散化。10月12日，AGI Hunt 再次报道称，Shanchuan Lin、Fu-Yun Wang、Haoqi Fan 等研究者发布 arXiv 论文《Few-Step Generation via Data-Space Iteration》，提出数据空间迭代框架，摆脱传统扩散模型对时间步离散化的依赖，为少步图像生成开辟新路径，相关讨论称其为生成模型加速的新范式。两篇报道的作者名单不完全一致：早先报道列出 Yansong Peng，后续报道未列出该姓名。
AI 根据报道生成 · 39 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntData-Space Iteration 新范式：让扩散模型少步生成无需时间步离散化
Shanchuan Lin、Fu-Yun Wang、Haoqi Fan 等研究者发布 arXiv 论文《Few-Step Generation via Data-Space Iteration》，提出数据空间迭代框架。该框架摆脱传统扩散模型对时间步离散化的依赖，为少步图像生成开辟新路径，相关讨论称其为生成模型加速的新范式。
- AGI HuntData-Space Iteration：无需时间步离散化的少步图像生成新框架
Shanchuan Lin、Yansong Peng、Fu-Yun Wang、Haoqi Fan 提出 Data-Space Iteration，让 Flow Matching 少步生成从噪声出发、由共享生成器直接在数据空间迭代精炼预测，彻底去掉流离散化。
本事件热度走势
当前热度 10·可比范围峰值 10（10月13日 00:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。