AI图像生成耗时过长一直是痛点。阿里巴巴智能引擎团队提出了一种创新的2步生成方案，将生图时间从近一分钟压缩至5秒，速度提升40倍，同时保证2K高清画质。这项技术通过改进蒸馏方法，解决了传统方案在速度与质量间的权衡问题，为AI图像生成领域带来了新的突破。
智能速览
阿里新方案实现5秒生成4张2K高清图，速度提升40倍。
采用分布匹配蒸馏（DMD2）替代传统轨迹蒸馏，避免图像模糊。
通过PCM热启动对抗训练，解决了2步蒸馏中的分布退化问题。
引入对抗学习（GAN）显著增强了毛发、苔藓等细节的生成效果。
模型权重已在HuggingFace和ModelScope开源，并集成至呜哩AI平台。
精华内容
这项近乎“物理外挂”般的速度飞跃，并非单一算法的功劳，而是团队对现有技术进行针对性优化的成果。它究竟是如何一步步攻克难关，实现速度与质量兼得的？
传统方案的瓶颈
早期的轨迹蒸馏方案试图让新模型模仿老模型的生成路径，但在极少步数下，图像质量会严重下降，出现模糊问题。这是因为其约束方式对所有图像区域一视同仁，导致文字、五官等关键细节因占比低而学习不充分，生成结果常常扭曲失真。
概率空间的革新
为了解决模糊问题，研究转向了概率空间蒸馏，其中DMD2算法影响深远。它不再直接约束学生模型去模仿什么，而是让学生先生成图片，再由教师模型指出“哪里不对”。这种设计能有效降低不合理样本的生成概率，大幅提升了画面的细节和合理性，成为当前主流策略。
解决分布退化
然而，DMD2算法也存在分布退化问题，如多样性降低、物体形体扭曲等。在2步生成中尤为明显。团队通过引入PCM蒸馏进行模型“热启动”，为模型提供了一个更合理的初始化起点，实验证明这能有效改善形体扭曲，让构图更自然。
对抗学习补细节
在解决了宏观构图后，团队发现DMD2在生成苔藓、毛发等精细纹理上仍有欠缺。为此，方案引入了对抗学习（GAN）。通过生成器与判别器的相互博弈，迫使模型不断学习如何生成更逼真的细节，从而显著提升了画面的质感和真实感。
阿里团队的2步生成方案，通过融合分布匹配、热启动与对抗学习，成功攻克了AI生图速度与质量的难题，为行业树立了新标杆。尽管在复杂场景下仍有提升空间，但这项技术已为即时创作打开了大门。未来，AI生成工具将如何改变我们的创作流程？
