NitroFusion2 发布：用文本流对抗蒸馏将扩散图像生成压至 1-2 步

萨里大学 SketchX 团队发布 NitroFusion2，以多模态扩散 Transformer（MMDiT）的文本流作为对抗表征，将扩散图像生成从 4-8 步压缩至 1-2 步。其 TSAD 利用中间文本 token 状态，ACD 按排版、物体和风格等 aspect 训练判别器；单步可生成清晰渲染文字与细粒度细节，两步在各基准上仍具竞争力。