一句话看懂：2026年10月4日发布的论文提出LiFT（Loop Flow Transformers），通过让扩散Transformer在推理时重复执行共享模块来扩展计算深度，无需重训即可用更少参数超越更大的密集模型，ImageNet 256×256上FID比DiT-XL/2低3.34。
事件核心：发生了什么
2026年10月4日，alphaXiv上发布了一篇论文，作者提出名为LiFT（Loop Flow Transformers）的循环生成模型。其核心是对标准DiT（Diffusion Transformer）做轻微修改：将部分网络变成可循环的核心，训练时每个循环不预测最终输出，而是预测从初始估计到流匹配目标之间直线路径上的一个点，且该点由连续深度坐标索引。这样一来，模型在推理时可以循环远超训练深度的次数，无需重新训练或提前退出。
论文在ImageNet 256×256类别条件生成任务上报告：LiFT-L/2的FID比密集DiT-XL/2基线低3.34，同时参数减少约60%、训练FLOPs减少32%、推理FLOPs减少52%。作者在社交帖文中还提到，LiFT-XL/2 R12仅用2个循环训练，推理时扩展到16个循环，FID从17.07降至9.31，实现了8倍循环深度外推。目前公开信息限于论文摘要与作者帖文，尚未见同行评审或完整实验结论。
为什么重要
扩散模型的推理计算通常靠增加采样步数（时间维度）来提升质量，而LiFT提出第二个可扩展轴：深度维度。通过循环共享参数，单一检查点可在算力紧张时少循环、算力充足时多循环，从而在不增加参数量的前提下调节生成质量。这对大模型竞争格局有两点含义：一是模型小型化与推理弹性化可能缓解参数军备竞赛，二是训练和推理FLOPs的显著降低可能降低图像生成应用的部署成本。不过，该结果目前仅限ImageNet 256×256图像生成任务，能否迁移到文生图、视频生成等更复杂场景仍需验证。
对用户/开发者/创作者的影响
对开发者而言，LiFT展示了一种“一个检查点、多种算力预算”的推理模式。若方法被后续工作验证并落地，API服务商可以按用户需求动态分配循环深度，在低成本模式下快速返回结果，高成本模式下提升质量。对图像生成创作者，这意味未来可能在相同硬件上获得更高质量的生成，或在不升级显卡的情况下运行更强大的模型。不过目前LiFT仍是研究论文，没有公开的API、产品集成或开源代码，实际使用还需等待。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 方法是否会被集成到主流扩散模型框架（如Stable Diffusion、DiT变体）中，并开放代码或模型权重。
2. 在文生图、视频生成等任务上能否复现类似的参数效率优势。
3. 是否有云服务商或AI应用把“弹性循环深度”作为推理成本控制卖点，从而影响API定价模式。
来源：alphaXiv
