arXiv影像 AI專業

統一分佈訓練框架 MGFlow：實現高品質單步視覺生成

MGFlow: Unifying Distributional Training for High-Quality One-Step Visual Generation

2026/09/292 分鐘閱讀

30 秒看懂

單步視覺生成能極大地提高影像生成速度，但其訓練一直缺乏統一的理論指導。本研究提出一個全新的理論框架，利用 Wasserstein 梯度流將全局分佈目標與點對點特徵更新連結。在此框架下，研究團隊開發了 MGFlow，以可調整粒度的混合高斯建模特徵分佈，並引入質量約束樣本分配與配對元件更新來解決模式崩潰。實驗顯示，MGFlow 在 ImageNet 上取得領先成績，並成功將 4B 參數的 FLUX.2 蒸餾為單步生成器，表現超越原版四步模型。

核心重點

統一分佈訓練框架

將分佈建模與匹配差異分離，利用 Wasserstein 梯度流建立全局目標與點對點更新之間的橋樑。

混合高斯流 MGFlow

以高斯混合模型（GMM）表示特徵分佈，支援最佳傳輸與得分匹配，能在全局動差和樣本表徵間調整粒度。

克服模式崩潰

結合質量約束的樣本分配與配對元件更新，解決單純提高混合模型表達力仍無法消除的模式崩潰問題。

單步生成超越多步

在 ImageNet 取得 SOTA 指標，並成功將 FLUX.2 [klein] 4B 改裝為單步生成器，表現擊敗原版 4 步模型。

技術圖解

MGFlow 運作流程與優化架構

為什麼重要

這項研究為單步圖像生成（如模型蒸餾與加速）奠定了更強的數學基礎。傳統方法如 FD-Loss 常受限於單一高斯假設，而 MGFlow 提供更靈活的混合高斯表徵。這不僅在理論上更優雅，更在實際的大型文字生成圖像模型（如 FLUX.2）上展現出極強的實用價值，讓極速的單步生成達到甚至超越傳統多步生成的精細度。

對誰有影響

AI 開發者
AI 研究人員

可以怎麼使用

1將現有大型擴散模型快速 post-train 蒸餾為超快速的單步生成模型。
2在高解析度影像合成任務中，加速生成流程並降低計算延遲。

限制與注意事項

儘管 MGFlow 理論上支援可調節粒度，但在極高維度的特徵空間中，混合高斯的分佈建模和分配仍面臨計算複雜度的挑戰。
目前主要在凍結的特徵表徵空間中進行特徵匹配，生成品質仍受限於該特徵提取器的表徵能力。