arXiv影像 AI
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
本研究提出一個統一的理論框架，將分佈建模與匹配差異分離，並推出 MGFlow 方法，透過混合高斯與 Wasserstein 梯度流，大幅提升單步圖像生成品質並超越多步模型。
2 分鐘閱讀
#flux-2
FLUX.2
1 篇文章
#flux-2
1 篇文章
MGFlow: Unifying Distributional Training for High-Quality One-Step Visual Generation
本研究提出一個統一的理論框架，將分佈建模與匹配差異分離，並推出 MGFlow 方法，透過混合高斯與 Wasserstein 梯度流，大幅提升單步圖像生成品質並超越多步模型。