平衡匹配：基于隐式能量模型的生成建模

我们提出了 Equilibrium Matching (EqM)，一个基于平衡动力学观点的生成建模框架。EqM 放弃了传统扩散模型和流模型的非平衡、时间条件动力学，而是学习了一个隐式能量景观的平衡梯度。通过这种方法，我们可以在推理时采用基于优化的采样过程，其中样本通过在学习到的景观上进行梯度下降获得，具有可调的步长、自适应优化器和自适应计算。EqM 在生成性能上经验性地超越了扩散/流模型，在 ImageNet 256times256 上取得了 1.90 的 FID 分数。EqM 在理论上也证明了可以学习并从数据流形中采样。除了生成之外，EqM 是一个灵活的框架，可以自然地处理包括部分噪声图像去噪、OOD 检测和图像组合等任务。通过用统一的平衡景观取代时间条件速度，EqM 在流模型和基于能量的模型之间建立了更紧密的联系，并为基于优化的推理提供了一条简单的途径。