IDM：内在分布匹配改进文生图

2026年10月30日，arXiv Artificial Intelligence 刊出 Deyuan Liu 等作者的论文，提出内在分布匹配（IDM）一步/少步文生图训练方法。据该报道，IDM 在 DMD 的分数差监督基础上增加显式矩约束，利用生成器的指数移动平均（EMA）副本匹配特征均值与逐坐标标准差，无需外部特征编码器。实验在 Z-Image-Turbo 6B 与 Qwen-Image 20B 上进行，采用全参数微调与低秩适配（LoRA）调优；报道称在两次网络评测中，IDM 在中文与英文 LongText-Bench 上分别达到 94.25% 和 90.20%，为该预算下所比较方法中的最高分。报道还称代码已公开。目前进展限于论文发布与上述自述实验结果，尚无独立复现或第三方评测的跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。