背景 | 基于似然的生成模型 近年来，扩散模型（Diffusion Models）和自回归模型（Autoregressive Models）在图像生成中占据 主导地位，如 NVIDIA 的 EDM 系列扩散模型和字节跳动以 VAR 为代表的视觉自回归模型。相比 GAN（Generative Adversarial Networks）这类直接优化数据生成过程的隐式生成模型，扩散模型和 自回归模型均属于 基于似然的生成模型 （Likelihood-Based Generative Model），它们显式估计数 据的对数似然（log-likelihood），具有 训练稳定、样本多样性强、容易规模化的特点 。 文章一作郑凯文为清华大学三年级博士生，研究方向为深度生成模型，曾提出流式扩散模型最大似然估 计改进技术 i-DODE，扩散模型高效采样器 DPM-Solver-v3，扩散桥模型采样器 DBIM 以及掩码式 离散扩散模型采样器 FHS 等。 清华大学朱军教授团队与 NVIDIA Deep Imagination 研究组联合提出一种全新的视觉生成模型优化范 式 —— 直接判别优化（DDO）。该方法将基于似然的生成模 ...