Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling

Multi-Resolution Flow Matching 论文完整整理（arxiv:2607.01642）一、论文基础信息标题：Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling作者：郑星宇、刘祥龙、丁一夫、冯伟伦、林俊卿、郭金赛、秦浩桐领域：计算机视觉、文生图、Flow Matching扩散模型加速核心定位：无训练、多分辨率分阶段采样加速Flow Matching文生图模型二、文章主要内容总结1. 研究背景当前主流文生图模型（FLUX.1-dev、Qwen-Image）基于Transformer+Flow Matching范式，生成画质提升的同时推理成本极高，1024×1024图单张推理可达数十秒。现有加速方案分为三类：硬件/系统优化：量化、高效注意力，加速幅度有限；时序蒸馏：大幅减少采样步数，但需要额外训练，成本高；多分辨率加速：无训练、5倍以上提速，但主流方案在隐空间上采样，易产生模糊