中文引用格式: 趙家池,張杰. 擴(kuò)散模型的推理端優(yōu)化:可控性與加速的方法綜述[J]. 電子技術(shù)應(yīng)用,2026,52(6):35-40.
英文引用格式: Zhao Jiachi,Zhang Jie. A survey of inference-time optimization in diffusion models: controllability and acceleration[J]. Application of Electronic Technique,2026,52(6):35-40.
引言
擴(kuò)散模型[1-3]以“逐步加噪-去噪”的可逆隨機(jī)過程為核心,近年來在圖像、語音以及多類科學(xué)計(jì)算任務(wù)中展現(xiàn)出甚至超越傳統(tǒng)生成范式的質(zhì)量與穩(wěn)健性。然而,其實(shí)際應(yīng)用仍受兩方面制約。其一是推理可控性:雖然模型能夠較好逼近數(shù)據(jù)分布,但在條件分布對齊上不穩(wěn)定,迭代生成過程的隨機(jī)性也可能導(dǎo)致樣本質(zhì)量波動(dòng),對觀測噪聲與分布漂移較為敏感。其二是時(shí)延與資源開銷:多步去噪天然帶來大量網(wǎng)絡(luò)前向與時(shí)延,使得其在實(shí)時(shí)與邊緣設(shè)備場景中部署面臨挑戰(zhàn)。
圍繞上述挑戰(zhàn),部分研究嘗試從訓(xùn)練側(cè)[4]緩解:例如通過更強(qiáng)的條件信號、數(shù)據(jù)與監(jiān)督增強(qiáng)等,該方式已經(jīng)證明確實(shí)可帶來平均增益;但隨規(guī)模與重訓(xùn)成本上升,該策略邊際收益趨緩。另一些方向通過在潛空間[5]進(jìn)行擴(kuò)散和壓縮表示來降低單步計(jì)算代價(jià),但從本質(zhì)上并未擺脫多輪采樣所帶來的整體時(shí)延與資源需求。
相較之下,推理優(yōu)化更具部署友好性與場景可遷移性:一類面向可控性的策略通過無需外部判別器的引導(dǎo)、借助外部表征或任務(wù)評分的弱反饋,以及并行擇優(yōu)與重采樣,提升條件對齊;另一類面向效率的策略則在既定設(shè)計(jì)空間內(nèi)重整時(shí)間表與參數(shù)化、采用少步求解,并將多步軌跡壓縮為少步乃至一步,顯著降低時(shí)延與開銷。基于此,本文以可控性提升與效率提升為兩條主線,系統(tǒng)梳理具有代表性的思路與進(jìn)展,為擴(kuò)散模型的應(yīng)用部署提供指導(dǎo)。
本文詳細(xì)內(nèi)容請下載:
http://www.tom3567.com/resource/share/2000007101
作者信息:
趙家池,張杰
(寧波大學(xué) 信息科學(xué)與工程學(xué)院,浙江 寧波 315211)

