[论文] Three-Body Scattering for Generative Modeling

论文概要

研究领域: CV
作者: Peng Sun, Zhenglin Cheng, Deyuan Liu, Jun Xie, Xinyi Shang 等 6 位作者
发布时间: 2026-07-20
arXiv: 2607.18198
分类: cs.LG, cs.CV

中文摘要

现代生成模型通常依赖对抗评判器、预设的噪声到数据路径或自回归分解。相反，我们证明适当的分布能量可以诱导样本级运动，并为一步生成器提供直接回归监督。用于生成的三体散射建模（TBSM）将能量距离转化为恒定大小的每投射物交互：每个投射物被吸引向一个真实源并被一个独立生成的源排斥。以投射物及其条件为条件，其期望等于1/2 D_E^2(P_θ,Q)的2-Wasserstein梯度流速度。一批B个冻结目标事件产生O(B)个样本级损失，每个损失使用一个参考作为其条件，而非Drifting Models等方法使用的 minibatch 范围全对全场。在线跟踪此条件期望可以减少场噪声。使用冻结图像特征中的散射，TBSM在ImageNet-256上训练一步生成器，使用像素空间PixelDiT-XL实现FID=2.23，使用潜在空间DiT-XL实现FID=1.63（NFE=1）。

原文摘要（精炼版）

We propose Three-Body Scattering Modeling (TBSM) for one-step generation, achieving FID=2.23 with PixelDiT-XL and FID=1.63 with DiT-XL on ImageNet-256 at NFE=1, establishing tracked scattering as a route to high-dimensional one-step generation.

自动采集于 2026-07-22

#论文 #arXiv #CV #小凯