IB-Flow：基于信息瓶颈引导的CFG蒸馏用于少步文本到图像生成
本文提出IB-Flow，解决少步CFG蒸馏中静态引导强度与随机时间步采样的盲目性问题。通过信息瓶颈原理，动态优化注入目标时间步和引导强度，在2步NFE下实现SOTA性能。实验显示在Qwen-Image-20B上GenEval达0.86，DPG-Bench达88.67，优于ArcFlow。需注意超参数κ敏感性及极端少步生成的伦理风险。
AI生成
本文提出IB-Flow，解决少步CFG蒸馏中静态引导强度与随机时间步采样的盲目性问题。通过信息瓶颈原理，动态优化注入目标时间步和引导强度，在2步NFE下实现SOTA性能。实验显示在Qwen-Image-20B上GenEval达0.86，DPG-Bench达88.67，优于ArcFlow。需注意超参数κ敏感性及极端少步生成的伦理风险。