一句话看懂：alphaXiv 上公开的一篇论文提出“纠错训练”方法，用一个小型纠错器修正扩散模型自身预测的累积误差，在无引导生成时显著改善 FID，效果接近 CFG，且推理成本可通过蒸馏摊销。
事件核心：发生了什么
2026 年 10 月 13 日，alphaXiv 公开了一篇题为《Correction Training for Diffusion Models》的论文。作者指出，扩散模型推理时的迭代采样存在曝光偏差：去噪器在训练时看到的是真实图像加噪，但推理时输入来自自己前几步的不完美预测，这种训练与推理的差距可能导致误差累积，也是模型常需依赖 CFG 的原因之一。
为此，论文引入一个纠错步骤：纠错器以基础模型自身的预测为输入，并针对与基础模型相同的地面真值目标进行训练。采样时，每个去噪步骤都会迭代细化去噪器的干净样本预测，从而在中间步骤纠正预测，防止早期伪影保留到最终结果。作者在 DiT、SiT、JiT 等架构上评估，称方法显著改善了无引导生成和无条件生成的 FID，性能与 CFG 具有竞争力，且与 CFG 结合可进一步改善多样性和缓解过饱和。纠错带来的额外推理成本，可通过将细化预测蒸馏回基础模型来摊销，从而在不增加推理开销的情况下保留质量增益。
为什么重要
扩散模型在图像生成中通常依赖 CFG 来提升质量，但 CFG 会带来过饱和、多样性下降和额外推理开销。这项研究尝试把“纠正自身错误”变为显式学习任务，让生成质量提升不完全依赖外部引导，为扩散模型训练与推理的一致性提供了新思路。如果方法能稳定复现，可能减少对 CFG 的依赖，并在不牺牲多样性的情况下改善生成结果。
对用户/开发者/创作者的影响
对开发者而言，该方法提供了一种可叠加在现有扩散架构上的纠错训练流程，且蒸馏后不增加推理成本，有可能集成到现有图像生成管线中。对创作者来说，未来工具可能在无额外推理开销的情况下生成更干净、更少饱和伪影的图像。不过目前公开信息显示，这是论文阶段的方案，尚未公布产品化或 API 计划，实际可用性取决于后续代码和复现结果。
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
作者已在评论区公布项目页和代码仓库，可观察代码是否完整、能否在主流模型上复现；纠错器在更高分辨率和视频生成任务上是否同样有效；以及蒸馏回基础模型后，质量增益是否在长期迭代中保持稳定。这些将决定该方法能否被社区广泛采用。
来源：alphaXiv
