arXiv · Computer Vision· Hong Huang, Chenhongyi Yang, Junzhe Sun, Animesh Sinha, Wuyang Chen, Yifan Jiang·· 4 hr agoAI score38
Omni-Diffusion-Distill：统一多模态扩散大语言模型的少步数蒸馏
Omni-Diffusion-Distill: Few-Step Distillation of Unified Multimodal Diffusion Large Language Models
AI brief
Omni-Diffusion-Distill 是一个两阶段蒸馏框架，把统一多模态扩散大语言模型（dLLM）的图像生成从 128 步压缩到 8 步、多模态理解从 512 步压缩到 64 步，分别获得 18.2x 和 21.2x wall-clock 加速。
Source: arXiv · Computer Vision · arxiv.org