近日，OpenAI 披露了一项突破性的 AI 图像生成技术——sCM（连续时间一致性模型），这一创新方案在图像生成领域引起了广泛关注。
sCM 技术以其高效的生成过程脱颖而出，相较于传统扩散模型需要经过繁琐的多步骤降噪过程，sCM 仅需两个简单的步骤即可产出高质量的图像样本。这一进步意味着在保持样本质量的同时，文生图的生成效率得到了约 50 倍的显著提升，为商业化应用铺平了道路。
在图像和音视频生成领域，扩散模型一直是主流技术。然而，由于其生成过程缓慢，需要经过数十甚至数百步的迭代降噪，这限制了其在商业领域的应用潜力。尽管市场上已有技术尝试通过复杂的训练或降低输出质量来加速扩散模型，但这些方法往往难以在效率和质量之间找到平衡。
OpenAI 的研究团队通过 sCM 技术，提出了一种全新的图像生成方案。这种模型不依赖于传统的扩散模型框架，而是通过仅两个取样步骤，就能生成与扩散模型相媲美的高分辨率图像，大大缩短了图像生成的时间。
sCM 的训练过程主要依赖于从预训练的扩散模型中提取的知识，直接构建模型。这种方法不仅缩短了取样时间，还能保证生成的图像质量。
在 ImageNet 512x512 数据集上的实验表明，采用 sCM 方法训练的模型能够生成细节丰富、高质量的图像，证明了其在高分辨率图像生成方面的卓越能力。尽管 sCM 的取样步骤仅有两个，但其生成的图像质量与业界顶尖的扩散模型相比，差异微乎其微，仅为不到 10%。
