扩散模型加速采样与离散化¶
一、任务说明¶
扩散模型在图像生成中表现优异，但通常需要较多采样步数，推理速度较慢。本实验围绕“固定模型下的采样加速”展开，分析不同采样器与离散化策略对生成质量、采样速度和显存占用的影响。
1.1 核心目标¶
- 在同一扩散模型上比较不同采样/离散化方法
- 分析少步采样下的质量—速度权衡
- 提出一个可检验的问题或改进方向，并通过实验验证
- 给出有依据的结果分析，而不是简单展示样例图
1.2 实验说明¶
- 基础部分以 training-free 比较 为主，不要求从零训练大模型
- 推荐使用 PyTorch / Diffusers，单卡 GPU 或 Colab 应可完成
- 若使用 LCM / TCD 等 few-step 权重或蒸馏方法，需要在报告中单独说明
二、实验要求¶
2.1 基础部分（必做）¶
在同一 checkpoint、同一设置下比较至少 3 种方法。候选方法包括：
- DDIM
- Euler / Heun
- DEIS
- DPM-Solver++
- UniPC
- DPM-Solver-v3
- AYS
- 自定义 schedule
要求：
- 至少有 1 种方法需要你自己复现或重写关键 update 公式，不能只更换 scheduler 名称
- 至少测试 4 档步数预算，推荐
10 / 20 / 50 + 自选 -
报告中需要回答一个自己提出的问题，例如：
- 为什么某种方法在低步数下更优？
- 为什么某种 schedule 在高步数下优势减弱？
- 为什么不同 prediction type 会影响少步稳定性？
2.2 进阶部分（至少完成一项）¶
从以下方向中任选其一：
- 自设计 non-uniform timestep / sigma schedule
- 设计混合 solver，例如前期粗步长、后期高阶校正
- 分析
epsilon / x0 / v_prediction、zero terminal SNR、trailing spacing的影响 - 尝试 LCM / TCD / Progressive Distillation 等 few-step 路线
要求：
- 进阶部分必须提出一个可检验的假设
- 至少包含 1 组 ablation
- 需要说明你的方法在什么条件下有效、在什么条件下失败
2.3 评估指标¶
报告以下指标中的合理组合：
- 生成质量：FID / IS / CLIP Score
- 采样效率：采样时间、吞吐量或 NFE
- 资源占用：峰值显存
- 定性结果：同 seed 生成样例对比
2.4 实验汇总¶
-
基线对比实验
对至少 3 种方法进行比较 -
步数对比实验
至少比较 4 档不同采样步数 -
可视化与结果分析
- 至少给出 1 张质量—速度 Pareto 图
- 至少给出 1 张步数—质量曲线
- 至少给出 1 组同 seed 可视化对比图
- 至少分析 1 组失败案例
-
进阶实验
对你的进阶方案做对比和消融分析
三、提交要求¶
1. 代码¶
- 完整可运行的代码
requirements.txt- 运行脚本
- README
2. 实验报告（PDF）¶
- 方法说明
- 实验设置
- 定量结果
- 定性结果
- 失败案例分析
- 结论与思考
3. 结果文件¶
- 生成图像
- 评测结果表格（CSV / JSON 均可）
3.1 提交目录示例¶
project/
├── samplers/
├── schedules/
├── scripts/
├── results/
├── README.md
├── requirements.txt
└── report.pdf
README 需写清楚：
- 如何运行基础实验
- 如何复现实验表格和主要图像
- 主要配置项的含义
四、注意事项¶
- 严禁仅通过替换 scheduler 名称完成作业，而不做机制分析
- 所有比较必须控制变量：同一 checkpoint、同一 seed、同一分辨率、同一步数预算
- 计时实验建议先 warm-up，再重复多次取平均
- 如参考开源代码或论文，请在报告中注明来源
- 本题重点是公平实验与结果分析，不是追求绝对 SOTA
五、评分标准¶
| 评分项 | 评分标准 | 分值 |
|---|---|---|
| 基础实现与正确性 | 至少 3 种方法成功运行；至少 1 种方法自行实现关键更新，而非仅换 API | 20% |
| 对照实验完整性 | 同一 checkpoint、同一 seed、同一分辨率；至少 4 档步数；含 1 个强基线（如 DPM-Solver++ / UniPC / AYS） | 15% |
| 评测规范与公平性 | 正确使用 FID/IS 或 CLIP/人评；时间与显存统计规范；环境信息齐全 | 15% |
| 结果分析深度 | 能联系离散误差、schedule、prediction type、CFG、zero-SNR 等给出解释；有负结果与失败案例分析 | 20% |
| 进阶探索 | 有清晰假设、消融实验和边界条件分析；不是简单堆叠已有方法 | 20% |
| 报告与可复现性 | 报告结构清晰；图表规范；README、一键脚本、结果文件、可视化齐全 | 10% |