IXThinker·2026-05-14 19:20

何愷明團隊擴散模型新作　攻克文本離散解碼難題

擴散模型在圖像與視頻生成已屬主流，用於文本卻常出現亂碼與重複，根源在於文字是離散token而擴散模型擅長連續數據。何愷明團隊發表新作，聚焦「最後一公里」的離散解碼問題。

離散文本難題

文字本質是離散token，與擴散模型擅長的連續數據天然錯位。過往方案分兩類：直接在離散空間定義擴散過程的離散路線，以及先映射到連續嵌入再去噪的連續路線。