詳細解釋
一致性模型（Consistency Model）是單步或少步生成的擴散變體，犧牲部分品質換取極速生成。
核心思想：
- 一致性：同一數據的不同噪聲級別映射到同一點
- 跳過擴散：直接學習一致性映射
- 單步生成：從噪聲直接到數據
與擴散的對比：
- 擴散：多步（10-50）去噪
- 一致性：單步或少步（1-4）
- 品質：略低於多步擴散
- 速度：快10-50倍
訓練方式：
- 蒸餾：從預訓練擴散模型蒸餾
- 獨立訓練：直接訓練
- 漸進蒸餾：LCM方法
應用：
- 實時應用：需要<100ms響應
- 高並發：降低推理成本
- 預覽：快速草圖生成
代表工作：
- Consistency Models（OpenAI）
- Latent Consistency Models（LCM）
- 可4步生成可接受品質
與擴散模型 (擴散生成模型)的關係：
- 基於擴散理論
- 是效率和品質的權衡
- 適合特定應用場景
是生成模型加速的重要方向。