Post-Hoc Guidance für Consistency Models durch Joint Flow Distribution Learning

In der Welt der Bildgenerierung ermöglichen Classifier‑Free Guidance‑Methoden (CFG) ein feines Gleichgewicht zwischen Bildtreue und Vielfalt. Diese Technik ist jedoch stark von der hohen Rechenlast der Diffusion Models (DMs) abhängig. Consistency Models (CMs) hingegen erzeugen Bilder in nur wenigen Schritten, doch bisher benötigten ihre Guidance‑Ansätze einen separaten DM‑Lehrer, was die Flexibilität einschränkte.

Die neue Methode Joint Flow Distribution Learning (JFDL) löst dieses Problem. Sie ist ein leichtgewichtiges Alignment-Verfahren, das direkt auf einem bereits vortrainierten CM angewendet werden kann, ohne dass ein zusätzlicher Lehrer nötig ist. Durch die Behandlung des CM als gewöhnlichen Differentialgleichungs­solver werden die Geschwindigkeitfelder der bedingten und unbedingten Verteilungen untersucht. Normalkontrollen zeigen, dass das damit verbundene Varianz‑Explodieren von Rauschen tatsächlich normalverteilt ist.

In der Praxis erhält der CM mit JFDL einen einstellbaren Guidance‑Knopf, der Bilder erzeugt, die in Qualität und Vielfalt den klassischen CFG‑Ergebnissen ähneln. Auf den Datensätzen CIFAR‑10 und ImageNet 64×64 konnte JFDL die FID‑Scores deutlich senken. Damit ist erstmals bewiesen, dass Consistency Models ohne einen DM‑Lehrer effektiv gesteuert werden können – ein bedeutender Fortschritt für die Bildgenerierungstechnologie.