pi-Flow：基于策略的通过模仿蒸馏进行的几步生成

少步扩散或流模型通常会将预测速度的教师模型蒸馏到一个学生模型中，该学生模型预测通往去噪数据的捷径。这种格式不匹配导致了复杂的蒸馏过程，这些过程经常遭受质量-多样性权衡。为了解决这个问题，我们提出了基于策略的流模型（pi-Flow）。pi-Flow 修改了学生流模型的输出层，以在一步时间预测一个无网络的策略。然后，该策略以可忽略的开销在未来的子步骤中产生动态流速度，从而能够在这些子步骤上进行快速准确的 ODE 积分，而无需额外的网络评估。为了使策略的 ODE 轨迹与教师模型的轨迹匹配，我们引入了一种新颖的模仿蒸馏方法，该方法使用标准的 L2 流匹配损失在策略的轨迹上匹配策略的速度与教师模型的匹配。通过简单地模仿教师模型的行为，pi-Flow 实现了稳定且可扩展的训练，并避免了质量-多样性权衡。在 ImageNet 256^2 上，它达到了 2.85 的 1-NFE FID，优于相同 DiT 架构的 MeanFlow。在 FLUX.1-12B 和 Qwen-Image-20B 上，使用 4 NFEs 时，pi-Flow 实现了比最先进的少步方法高得多的多样性，同时保持了教师级别的质量。