Glance Forcing 蒸馏框架发布

2026年10月15日，arXiv Computer Vision 刊出 Zhuobai Dong 等作者的工作，提出并发布 Glance Forcing 轻量级蒸馏框架。该框架将双向扩散模型蒸馏为因果少步学生模型，把去噪轨迹拆成慢、快两个互补专家，各配专属的阶段目标，同时保持预训练教师模型全程冻结。据该报道，方法仅用一条 PF-ODE 轨迹，就把 VBench Total 分数从 84.04 提升到 84.22，轨迹采集成本从数千 GPU 小时降至约 1 个 A100 GPU 小时。作者还发现，单样本监督会导致质量崩溃，根源在于高噪声与低噪声区间的曲率和优化行为不同。目前该事件仅有这一篇主报道，尚无后续跟进报道，上述分数、成本与结论均出自该来源。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。