FlowTurbo: Accelerating Flow-Based Image Generation Models via Multi-Stage Refinement

Wenliang Zhao

doi:10.1109/TPAMI.2026.3665481

FlowTurbo: Accelerating Flow-Based Image Generation Models via Multi-Stage Refinement

2026-02-16

0

PRE

AI

DOI：10.1109/TPAMI.2026.3665481

原文链接

原文求助

摘要

En 中文

基于扩散模型在视觉生成领域的成功，流式模型作为另一类重要的生成模型重新兴起，在视觉质量和推理速度方面均取得了具有竞争力甚至更优的表现。通过流匹配学习速度场，流式模型倾向于生成更直接的采样轨迹，这在采样过程中具有优势。然而，与扩散模型相比，流式生成模型的快速采样方法尚未得到充分探索。本文提出名为FlowTurbo的框架，旨在加速流式模型的采样过程并提升采样质量。我们的主要观察发现，流式模型中的速度预测器输出在采样过程中会趋于稳定，从而可通过轻量级速度精调器估计速度。此外，我们引入伪校正器和样本感知编译等技术进一步减少推理时间。由于FlowTurbo不改变多步采样范式，因此可广泛应用于图像编辑、图像填充等任务。此外，我们提出一种多阶段精调技术，旨在降低大尺寸流式图像生成模型的推理成本。具体而言，多阶段精调将整个生成过程在不同分辨率下分阶段进行，形成由粗到细的文生图流水线。我们进一步采用阶段感知部署策略，在延迟和吞吐量两方面最大化推理速度。通过将FlowTurbo集成到不同流式模型中，我们在条件生成任务上实现了53.1%~58.3%的加速比，在文生图任务上实现了29.8%~38.5%的加速比。值得注意的是，FlowTurbo在ImageNet上以100毫秒/图像的推理速度达到FID 2.12，以38毫秒/图像的推理速度达到FID 3.93，实现了实时图像生成并刷新了最佳性能记录。结合最新的SD 3.5 Large模型，我们在NVIDIA 3090 GPU上实现了FID 28.05的指标，速度提升约50%。

Keyword:

Flow-based generation

diffusion models

model acceleration

image generation

FlowTurbo: Accelerating Flow-Based Image Generation Models via Multi-Stage Refinement

摘要

期刊

机构

引用论文