NextGAN实现一步图像生成并适配视频模型

西湖大学 Tao Lin 团队等提出 NextGAN，在冻结表征空间训练标量 critic，使生成器输入梯度直接回归真实与生成样本插值位置的特征位移。该方法在 ImageNet 256×256 上实现一步生成，FID 为 1.36，并可适配最高 140 亿参数的预训练图像与视频生成器。 团队在单个 Wan2.1-1.3B 视频模型上进行 1、2、4 步采样，其中两步生成的 VBench 总分为 83.13，相关代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。