pcm

Phased Consistency Model（PCM）是一种新提出的生成模型，它致力于解决现有潜在一致性模型（LCM）在高分辨率文本生成中的三大局限性。尽管一致性模型（CM）能够快速生成高质量的图像，LCM试图将这一概念拓展到潜在空间以实现文本条件下的高分辨率生成，但效果并不理想。本文作者基于对LCM的深入研究，指出了其在三个方面的主要问题：

1. LCM在接受CFG（分类函数生成）参数超过2时会过度曝光，并且对负面提示词不敏感。
2. LCM在不同的推理步骤中无法产生一致的结果，推理步骤过大或过小时结果都较模糊。
3. LCM的损失项未能实现分布一致性，导致在低步骤情况下生成的结果质量不佳。

为了克服这些局限性，提出了PCM，它通过推广LCM的设计空间并引入创新的训练和推理策略，提高了生成质量。大量实验结果验证了PCM在1步、2步、4步、8步、16步等不同推理步骤下的优势，特别是在广泛应用的Stable Diffusion和Stable Diffusion XL基础模型上均显示出显著改进。

这样，PCM不仅克服了LCM的三大缺陷，还在各种生成任务中表现出色，包括图像生成和视频生成，为未来的一致性模型设计提供了重要的参考和进步。