利用潜在一致性模型（LCMs）解决迭代抽样过程在高分辨率图像合成中的计算负担和生成速度慢的问题，LCMs 通过直接预测导引反向扩散过程的 ODE 解决方案在潜空间中，实现了快速、高保真度的采样。

Oct, 2023

通过解决现有设计中的三个关键缺陷，本文提出了阶段一致性模型（PCM），该模型在多步细化的任务上显著优于现有方法，在一步生成任务上与先前的最新方法相当甚至更优。此外，PCM 的方法学还可应用于视频生成，使其成为最先进的少步文本到视频生成器之一。

May, 2024

通过梯度反向传播间接修改潜在编码，并使用优化方法的颜色融合技术来实现多视角一致性，从而提高生成纹理的质量和一致性。

May, 2024

论文介绍了一种名为 VideoLCM 的框架，它利用了一致性模型的概念，通过最小步骤高效地合成视频，同时保持高质量。VideoLCM 基于现有的潜在视频扩散模型，并结合了一致性蒸馏技术来训练潜在一致性模型。实验结果表明，VideoLCM 在计算效率、保真度和时间一致性方面的有效性。尤其值得注意的是，VideoLCM 仅需四个采样步骤即可实现高保真度和流畅的视频合成，展示了实时合成的潜力。希望 VideoLCM 能成为后续研究的简单而有效的基准。源代码和模型将公开提供。

Dec, 2023

本研究采用基于自编码器的后向扩散模型和交叉注意力增强的 U-Net 来实现压缩潜在空间的图像生成，扩展了 LDMs 的创意绘画能力，包括文本条件扩展和模型重新训练，该方法使用 Wikiart 数据集进行新颖的绘画生成​​，并通过与原模型的直接比较表明创造力和艺术性得到了丰富的提高。

Sep, 2022

基于扩散的文本到图像模型引起了视觉社区、艺术家和内容创作者的极大关注。通过将预训练的 2D 扩散模型和标准的 3D 神经辐射场作为独立的工具结合起来，我们展示了它们在非学习的方式上相互配合的能力。

Sep, 2023

通过增加 Trajectory Consistency Distillation（TCD）的一组函数和策略性的随机采样的设计，可以显著提高图像生成质量，同时减少由多步一致性采样中积累的误差所致的细节不足，并且在较高的 NFEs 下相较于教师模型更加详细。

Feb, 2024

通过将 Latent Consistency Model（LCM）和 ControlNet 集成到先进的 PIXART-α 模型中，本技术报告介绍了 PIXART-δ，一个文本到图像综合框架。PIXART-δ 结合了 LCM，显著提高了推断速度，在仅 2-4 步就可以生成高质量图像。此外，PIXART-δ 还通过引入类似 ControlNet 的模块，实现了对文本到图像扩散模型的细粒度控制。作为一种先进、开源的图像生成模型，PIXART-δ 对于文本到图像综合提供了一个有前途的选择，显著提升了其可用性和易用性。

Jan, 2024

潜在扩散器是生成 AI 的革命，并激发创造性艺术。本研究介绍了使用潜在空间作为画布，以及扩散器预测作为计划，以生成绘画动画的潜在画家。潜在画家还可以在两组不同检查点的图像之间进行过渡。

Aug, 2023

基于 MotionLCM 模型，作者提出了一种能够实时生成可控运动的方法，通过引入运动潜在一致性模型（MotionLCM）和使用运动控制网络，实现了对文本和控制信号的实时生成和控制，在保持运行效率的同时展现出了出色的生成和控制能力。

Apr, 2024