新加坡国立大学提出 Wiener-informed Decoding（WiD），加速像素空间流模型训练

新加坡国立大学 HPC-AI Lab 提出 Wiener-informed Decoding（WiD），以少量参数加速像素空间流模型训练并提升生成质量。WiD 将冻结的维纳估计同时用于直接预测与组织解码器计算，通过可训练预测路径和系数接口联合训练谱与坐标变换等新参数。跨模型规模和解码器架构的实验均显示训练加速与生成质量增益。