1步碾压250步！何恺明新作祭出MeanFlow，一行公式让 FID 狂降近 70%
论文标题是：《Mean Flows for One-step Generative Modeling》。从论文的实验曲线来看，只跑1 步，图像质量居然能甩开跑 250 步的老牌扩散模型（2021 年前后的经典扩散模型，如 ADM）。
meanflow
何恺明团队又发新作： MeanFlow单步图像生成SOTA，提升达50%
文章提出了一种名为MeanFlow的单步生成建模框架，通过引入平均速度（average velocity）的概念来改进现有的流匹配方法，并在 ImageNet 256×256 数据集上取得了显著优于以往单步扩散 / 流模型的结果，FID 分数达到 3.43，且