Buchumschlag

Few-Step Distillation for Text-to-Image Generation: A Practical Guide

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pu, Yifan, Han, Yizeng, Tang, Zhiwei, Tang, Jiasheng, Wang, Fan, Zhuang, Bohan, Huang, Gao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BlockVid: Block Diffusion for High-Quality and Consistent Minute-Long Video Generation
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

RAPID^3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformer
von: Zhao, Wangbo, et al.
Veröffentlicht: (2025)

DyDiT++: Diffusion Transformers with Timestep and Spatial Dynamics for Efficient Visual Generation
von: Zhao, Wangbo, et al.
Veröffentlicht: (2025)

Dynamic Diffusion Transformer
von: Zhao, Wangbo, et al.
Veröffentlicht: (2024)

Dynamic Tuning Towards Parameter and Inference Efficiency for ViT Adaptation
von: Zhao, Wangbo, et al.
Veröffentlicht: (2024)

Latency-aware Unified Dynamic Networks for Efficient Image Recognition
von: Han, Yizeng, et al.
Veröffentlicht: (2023)

Self-Corrected Flow Distillation for Consistent One-Step and Few-Step Text-to-Image Generation
von: Dao, Quan, et al.
Veröffentlicht: (2024)

GRA: Detecting Oriented Objects through Group-wise Rotating and Attention
von: Wang, Jiangshan, et al.
Veröffentlicht: (2024)

Exploring contextual modeling with linear complexity for point cloud segmentation
von: Chng, Yong Xien, et al.
Veröffentlicht: (2024)

Efficient Diffusion Transformer with Step-wise Dynamic Attention Mediators
von: Pu, Yifan, et al.
Veröffentlicht: (2024)

A Stitch in Time Saves Nine: Small VLM is a Precise Guidance for Accelerating Large VLMs
von: Zhao, Wangbo, et al.
Veröffentlicht: (2024)

Guided Score identity Distillation for Data-Free One-Step Text-to-Image Generation
von: Zhou, Mingyuan, et al.
Veröffentlicht: (2024)

Invertible Consistency Distillation for Text-Guided Image Editing in Around 7 Steps
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2024)

InstantEdit: Text-Guided Few-Step Image Editing with Piecewise Rectified Flow
von: Gong, Yiming, et al.
Veröffentlicht: (2025)

FPSAttention: Training-Aware FP8 and Sparsity Co-Design for Fast Video Diffusion
von: Liu, Akide, et al.
Veröffentlicht: (2025)

Mask Grounding for Referring Image Segmentation
von: Chng, Yong Xien, et al.
Veröffentlicht: (2023)

Bridging the Divide: Reconsidering Softmax and Linear Attention
von: Han, Dongchen, et al.
Veröffentlicht: (2024)

SimPro: A Simple Probabilistic Framework Towards Realistic Long-Tailed Semi-Supervised Learning
von: Du, Chaoqun, et al.
Veröffentlicht: (2024)

GSVA: Generalized Segmentation via Multimodal Large Language Models
von: Xia, Zhuofan, et al.
Veröffentlicht: (2023)

SGMD: Score Gradient Matching Distillation for Few-Step Video Diffusion Distillation
von: Wu, Zhuguanyu, et al.
Veröffentlicht: (2026)

Demystify Mamba in Vision: A Linear Attention Perspective
von: Han, Dongchen, et al.
Veröffentlicht: (2024)

Bridging the RGB-IR Gap: Consensus and Discrepancy Modeling for Text-Guided Multispectral Detection
von: Wu, Jiaqi, et al.
Veröffentlicht: (2026)

BLADE: Block-Sparse Attention Meets Step Distillation for Efficient Video Generation
von: Gu, Youping, et al.
Veröffentlicht: (2025)

Semantic Score Distillation Sampling for Compositional Text-to-3D Generation
von: Yang, Ling, et al.
Veröffentlicht: (2024)

Safeguarding Text-to-Image Generation via Inference-Time Prompt-Noise Optimization
von: Peng, Jiangweizhi, et al.
Veröffentlicht: (2024)

Inferix: A Block-Diffusion based Next-Generation Inference Engine for World Simulation
von: Inferix Team, et al.
Veröffentlicht: (2025)

Optimizing Few-Step Generation with Adaptive Matching Distillation
von: Bai, Lichen, et al.
Veröffentlicht: (2026)

DistillKac: Few-Step Image Generation via Damped Wave Equations
von: Han, Weiqiao, et al.
Veröffentlicht: (2025)

Semantic-Guided Diffusion Model for Single-Step Image Super-Resolution
von: Liu, Zihang, et al.
Veröffentlicht: (2025)

DOLLAR: Few-Step Video Generation via Distillation and Latent Reward Optimization
von: Ding, Zihan, et al.
Veröffentlicht: (2024)

Learning Multi-dimensional Human Preference for Text-to-Image Generation
von: Zhang, Sixian, et al.
Veröffentlicht: (2024)

Distilling ODE Solvers of Diffusion Models into Smaller Steps
von: Kim, Sanghwan, et al.
Veröffentlicht: (2023)

Pseudo-triplet Guided Few-shot Composed Image Retrieval
von: Hou, Bohan, et al.
Veröffentlicht: (2024)

Flash-DMD: Towards High-Fidelity Few-Step Image Generation with Efficient Distillation and Joint Reinforcement Learning
von: Chen, Guanjie, et al.
Veröffentlicht: (2025)

SmartAvatar: Text- and Image-Guided Human Avatar Generation with VLM AI Agents
von: Huang-Menders, Alexander, et al.
Veröffentlicht: (2025)

MagicDistillation: Weak-to-Strong Video Distillation for Large-Scale Few-Step Synthesis
von: Shao, Shitong, et al.
Veröffentlicht: (2025)

Few-Step Diffusion via Score identity Distillation
von: Zhou, Mingyuan, et al.
Veröffentlicht: (2025)

Learning Few-Step Diffusion Models by Trajectory Distribution Matching
von: Luo, Yihong, et al.
Veröffentlicht: (2025)

DyFADet: Dynamic Feature Aggregation for Temporal Action Detection
von: Yang, Le, et al.
Veröffentlicht: (2024)

SparseDiT: Token Sparsification for Efficient Diffusion Transformer
von: Chang, Shuning, et al.
Veröffentlicht: (2024)