想象你站在山顶民宿门口，要下山去山脚的公交站。第一条路是盘山公路：弯道一个接一个，每转一个弯都要重新看路牌，走了整整 50 个弯才到——这就是传统扩散模型生成一张图的过程：从一团噪声出发，沿着弯弯曲曲的路径慢慢“还原”出图像，每一步都要让神经网络算一次方向，慢得让人着急。这时候来了一位老司机，他载你走了一趟之后，把全程轨迹记了下来：原来从山顶到山脚可以切成几段大直线！下次再走，他只需要在 3-4 个路口轻轻点一下方向，“嗖”地就到了。这位老司机就是本文主角——Rectified Flow（整流流）。它把扩散模型弯曲的生成路径“拉直”，让生成图像和视频从几十步骤降到 1-4 步，速度提升一个数量级。

岗位关联

掌握整流流，等于掌握扩散模型加速的核心钥匙。无论是面试中回答“如何让生成模型变快”，还是落地实时图像/视频生成系统，你都能直接给出“拉直路径、1-4 步采样”的清晰答案。

目录
  1. 可视化演示
  2. 1. 生成模型背景：弯弯绕绕的盘山公路
  3. 2. 整流流原理：两点之间画直线
  4. 3. 整流操作：重新配对，记录新路线
  5. 4. Reflow 重整流：多跑几趟，越拉越直
  6. 5. 蒸馏加速：把直路教给新人司机
  7. 6. 模型对比：各家下山的招数
  8. 7. 应用实践：从盘山公路到高速公路
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示弯曲ODE路径与整流直线化路径对比、迭代整流逐步拉直过程、1-4步快速生成与DDIM加速效果对比，通过模式切换理解整流流如何实现少步快速生成。

本节配有交互动效（进入视口后自动加载，约 3KB）。

路径对比：弯曲ODE vs 整流直线 传统扩散模型的ODE路径高度弯曲，需要数百步小步长逐步去噪 Rectified Flow通过整流操作将弯曲路径拉直为近似直线，大步长跳跃即可生成 z_t = (1-t)·x_0 + t·ε, 直线路径 → 少步ODE求解 直线化路径使1-4步生成成为可能，加速数十倍

1. 生成模型背景：弯弯绕绕的盘山公路

想象你第一次开车下山：山顶民宿门口是起点（纯噪声），山脚公交站是终点（一张真实图片）。师傅说这条路是盘山公路，弯道特别多，每转一个弯都得停下来看路牌——看一次路牌，就是神经网络做一次推理。传统扩散模型就是这样的司机：训练时它学会了“如何把一张图逐步加噪成纯噪声”，生成时反着走，每走一小段就问一次模型“下一步该往哪偏”。

这条下山的路线在数学上叫 ODE 路径（常微分方程路径）。生成过程就是沿这条路径做欧拉离散：状态 $x_t$ 表示“走到一半的中间样本”，速度场 $v_\theta$ 负责告诉它此刻的方向。方向越复杂、路越弯，每一步就得迈得越小——传统扩散模型通常需要 20~1000 步，每步一次完整推理。

问题根源很清楚：弯道太多。整流流的思路不是让司机开得更猛，而是把盘山公路改造成直线高速公路——这正是 "Rectify" 的本意：拉直、矫正。

xt+Δt=xt+Δt⋅vθ(xt,t)\displaystyle x_{t+\Delta t} = x_t + \Delta t \cdot v_\theta(x_t, t)
  1. 当前状态 $x_t$表示生成进行到 $t$ 时刻的中间样本，处于噪声与数据之间。
    xt∈Rdx_t \in \mathbb{R}^{d}
  2. 步长 $\Delta t$相邻两次采样点之间的间隔，间隔越小步数越多。
    Δt=1N\Delta t = \frac{1}{N}
  3. 速度场 $v_\theta(x_t, t)$神经网络预测的下一步移动方向和大小。
    vθ: Rd×[0,1]→Rdv_\theta:\ \mathbb{R}^{d}\times[0,1]\to\mathbb{R}^{d}
  4. 欧拉更新沿速度场方向走一小步，得到下一时刻状态。
    xt+Δt=xt+Δt⋅vθ(xt,t)x_{t+\Delta t} = x_t + \Delta t \cdot v_\theta(x_t, t)

2. 整流流原理：两点之间画直线

老司机的想法很简单：既然每天都从山顶民宿出发去山脚公交站，为什么不直接在起终点之间画一条直线？只要在直线上竖几根笔直的路标，开车就是一路直行，油门踩到底都不用打方向盘。

整流流（Rectified Flow）做的正是这件事。它不再沿用扩散模型的曲线噪声化过程，而是直接在噪声分布 $X_0$ 与数据分布 $X_1$ 之间定义“直线插值路径”：任意中间时刻的状态，是起点乘以 $(1-t)$、终点乘以 $t$ 的加权混合。路径天生是直的。

既然路径是直线，那么沿路径的速度也应该是常数：不论走到哪里，方向永远是“终点减起点”。神经网络要学的速度场 $v_\theta$ 只有一个目标——在所有中间状态上输出 $X_1 - X_0$ 这个固定方向。

立好直线路标之后，剩下的问题只有一个：我们并不知道每个噪声点对应的“终点”是谁。于是有了整流操作。

Xt=(1−t)X0+tX1\displaystyle X_t = (1-t)X_0 + tX_1
  1. 终点减起点直线路径上每个点的速度方向都相同，都是 $X_1-X_0$。
    v=X1−X0v = X_1 - X_0
  2. 常数方向速度不随进度 $t$ 改变，这正是“直路”的数学含义。
    ∂v∂t=0\frac{\partial v}{\partial t} = 0
  3. 速度场意义站在直线中间任意位置，箭头都直指终点，司机只需一路直行。

3. 整流操作：重新配对，记录新路线

第一趟下山时，老司机也走的是盘山公路。但他留了个心眼：每到一个新起点，记录下自己实际到达的位置。走完这趟，他的小本子上写满了“从这个噪声出发，实际到了那张图”的配对。下次，他不再绕弯道，直接在每对起终点之间拉直线。

这就是整流操作（Rectification）：先用旧的弯曲模型从一批噪声 $X_0$ 出发，完整跑一遍 ODE，得到一批“实际到达”的终点 $\hat{X}_1$；然后丢掉旧模型的轨迹，只用 $(X_0, \hat{X}_1)$ 这些配对，重新训练一个学直线速度场的新模型。

注意，旧模型内部跑了多少步并不重要——整流后的新模型只关心“起点到终点”这条新的直线。它把旧模型一整条弯弯曲曲的轨迹，压缩成了一段直线。

min⁡θ E(X0,X1)∼π[∥vθ((1−t)X0+tX1, t)−(X1−X0)∥2]\displaystyle \min_{\theta}\ \mathbb{E}_{(X_0, X_1)\sim\pi}\left[\left\|v_\theta\big((1-t)X_0+tX_1,\, t\big) - (X_1 - X_0)\right\|^2\right]
  1. 配对分布 $\pi$由整流采样得到的噪声-终点配对。
    π=Law(X0,X^1)\pi = \mathrm{Law}(X_0, \hat{X}_1)
  2. 中间态输入把 $(1-t)X_0+tX_1$ 喂给网络，让它预测速度。
    Xt=(1−t)X0+tX1X_t = (1-t)X_0 + tX_1
  3. 目标速度 $X_1-X_0$直线运动的真实方向。
    X1−X0X_1 - X_0
  4. 均方误差网络预测与实际方向的平方距离，越小越准。
    ∥vθ−(X1−X0)∥2\left\|v_\theta - (X_1-X_0)\right\|^2
  5. 期望与最小化对所有配对、所有时间点求平均损失，用梯度下降训练。

4. Reflow 重整流：多跑几趟，越拉越直

第一轮拉直后的路好走了不少，但老司机仔细看，发现一个问题：两辆车从不同起点出发，走到半路居然会“换道交叉”——说明起终点配对还不是最优的。于是他决定：沿着这条新直线路再跑一遍，记录新配对，再拉一次直线。就这样一轮一轮下去，路线一条比一条直。

这就是 Reflow（重整流）：反复执行“用当前模型生成终点、重新配对、再训练”的循环。每一轮都让噪声-数据配对更接近最优传输（OT）耦合；配对越优，路径交叉越少，弯曲度越低。理论上，当配对达到最优传输时，所有生成路径会退化为互不交叉的完美直线。

老司机的经验总结成一句话：直路不是天上掉下来的，是照着上一版路线再抄一次近道，抄着抄着就直了。

X1(k+1)=X0+∫01v(k)(Xt(k), t) dt\displaystyle X_1^{(k+1)} = X_0 + \int_{0}^{1} v^{(k)}\big(X_t^{(k)},\, t\big)\,\mathrm{d}t
  1. 上一轮速度场 $v^{(k)}$第 $k$ 轮整流学到的模型。
    v(k):Rd×[0,1]→Rdv^{(k)}: \mathbb{R}^{d}\times[0,1]\to\mathbb{R}^{d}
  2. ODE 求解从起点 $X_0$ 沿速度场积分到 $t=1$，得到新终点。
    dXt=v(k)(Xt,t) dt\mathrm{d}X_t = v^{(k)}(X_t, t)\,\mathrm{d}t
  3. 新配对$(X_0, X_1^{(k+1)})$ 构成下一轮的训练数据。
    (X0,X1(k+1))∼π(k+1)(X_0, X_1^{(k+1)}) \sim \pi^{(k+1)}
  4. 迭代拉直$k$ 每加 1，路径弯曲度下降，逼近最优传输。

5. 蒸馏加速：把直路教给新人司机

路线拉直后，开车就变成了一件极其简单的事：从 A 点一脚油门到 B 点。这时候再让一个“新人司机”上岗——他不用看沿途路标，只需要记住“起点和终点之间的直线”。新人就是学生模型，教他的过程就是蒸馏。

蒸馏（Distillation）的做法是：把已经拉直的多步整流模型当作老师，用它生成海量的 $(X_0, X_1)$ 配对，再训练一个学生网络 $g_\phi$：输入噪声 $X_0$，直接输出最终图像 $X_1$。因为老师的路径接近直线，学生模型用 1 步就能逼近老师 4 步的效果。

整流负责把路修直，蒸馏负责让新人司机学会直路——两者叠加，就出现了 InstaFlow、SD-Turbo 这样 1-2 步出图的模型。

min⁡ϕ EX0[∥gϕ(X0)−X1(K)∥2]\displaystyle \min_{\phi}\ \mathbb{E}_{X_0}\left[\left\|g_\phi(X_0) - X_1^{(K)}\right\|^2\right]
  1. 学生模型 $g_\phi$单步生成网络，输入噪声直接输出结果。
    gϕ:Rd→Rdg_\phi: \mathbb{R}^{d}\to\mathbb{R}^{d}
  2. 老师终点 $X_1^{(K)}$经 $K$ 轮整流后的模型生成的目标。
    X1(K)=ODEv(K)(X0)X_1^{(K)} = \text{ODE}_{v^{(K)}}(X_0)
  3. 一步映射学生不再分多步，一步从噪声跳到数据。
    X^1=gϕ(X0)\hat{X}_1 = g_\phi(X_0)
  4. 蒸馏损失让学生输出贴近老师输出，完成知识迁移。
    E∥gϕ(X0)−X1(K)∥2\mathbb{E}\|g_\phi(X_0) - X_1^{(K)}\|^2

6. 模型对比：各家下山的招数

同样是解决下山慢的问题，各家招数不同。DDIM 像开快车的司机：不打方向盘的路段猛踩油门（确定性采样、扩大步长），但弯道还是得减速，通常仍需 10~50 步。一致性模型像只盯导航的司机：理论上一眼看到终点，但遇到复杂岔路容易慌，训练也不简单。整流流是施工队：直接把路修直，之后谁开都快。

三者的核心差别在于“路径”与“采样器”谁先改变。DDIM 只改采样器、不改变弯曲路径；一致性模型强行学习“任意时刻一步跳到终点”的自洽函数；整流流通过重新配对训练，让路径本身变直。整流流还保留了 ODE 确定性的优点：同一个噪声总是映射到同一张图，天然支持图像编辑和插值。

所以在“少步生成”的赛道上，整流流的路线最朴素也最稳：先修路，再谈速度。

X1=X0+v(X0,0)\displaystyle X_1 = X_0 + v(X_0, 0)
  1. 一步欧拉步长取整个区间 $\Delta t=1$，只走一大步。
    Δt=1\Delta t = 1
  2. 直线精确若路径是直线，这一步就是精确解，误差为零。
    截断误差=0\text{截断误差} = 0
  3. 弯曲误差路径越弯，这种大步长截断误差越大，所以必须先拉直。
    截断误差∝路径弯曲度\text{截断误差} \propto \text{路径弯曲度}

7. 应用实践：从盘山公路到高速公路

高速公路修通之后，运货、送人、拍视频都成了顺风车。整流流的意义正在于把“生成慢”这个瓶颈从根上拆掉：延迟降一个数量级，算力成本同步下降，实时生成终于能在消费级硬件上落地。

在文生图领域，Stable Diffusion 这类模型接上整流流（如 InstaFlow、SD-Turbo）后，从 50 步降到 4 步甚至 1 步，消费级 GPU 上单张图从十几秒压缩到一秒以内；文生视频因为要逐帧生成，收益被帧数放大——比如把 50 步降到 4 步，一个 30 帧的视频总推理量直接减少 90% 以上，AI 视频工具的实时预览成为可能。

当别人还在盘山公路上数着弯道时，整流流的用户已经到山脚喝咖啡了。这条“直线高速公路”，就是少步快速生成最实在的答案。

xn+1=xn+1N v(xn,tn),N∈{1,2,4}\displaystyle x_{n+1} = x_n + \frac{1}{N}\, v(x_n, t_n),\quad N\in\{1, 2, 4\}
  1. 步数 $N$整流后可取 1、2、4 等很少的步数。
    N≪50N \ll 50
  2. 均匀步长 $\frac{1}{N}$把时间轴 $[0,1]$ 均分，每步走 $1/N$。
    Δt=1N\Delta t = \frac{1}{N}
  3. 直线红利路径直时大步长也不跑偏，延迟与算力同比例下降。
    推理量∝N\text{推理量} \propto N

AI 应用场景

场景1：文生图实时海报生成（电商设计）

阶段：推理部署与采样加速

解决的问题：传统 Stable Diffusion 生成一张 512×512 图需 20-50 步采样，消费级 GPU 上耗时数秒到十几秒，设计师反复调提示词一次要等很久。整流流把路径拉直后，4 步即可达到相当质量，单张图延迟降到 1 秒内，交互式出图成为可能。

具体案例：某电商设计平台接入整流流加速的 LoRA 模型，用户输入“夏日海滩防晒霜海报”后 0.8 秒得到初稿，再基于确定性映射微调，比原来 8 秒缩短 90%。

场景2：文生视频实时预览（短视频创作）

阶段：生成管线优化

解决的问题：视频生成是逐帧扩散，30 帧视频若每帧 50 步，推理量是单图的 30-50 倍，几十分钟才能渲染几秒视频。整流流 1-4 步让帧生成成本下降一个数量级，配合流水线并行，短视频可实时预览。

具体案例：某 AI 视频工具用整流流蒸馏后的模型生成 4 秒 720p 片段，从 40 分钟降到 3 分钟；后续版本部署到 RTX 4090 实现“边输提示词边出画面”。

场景3：端侧实时生成（手机/边缘设备）

阶段：模型压缩与端侧部署

解决的问题：手机 NPU 算力有限，50 步扩散几乎不可用；整流流 1-2 步生成把单次推理压缩到一次前向传播，再配合量化，让“手机本地文生图/图像编辑”成为可能，数据不出设备，隐私更好。

具体案例：某手机厂商在端侧部署整流流模型，用户拍摄照片后 1 步完成“夜间增强”风格的确定性编辑，全程离线，响应时间 500ms 内。

Python 演示

python58 行
import numpy as np def sample_data(n, seed):    rng = np.random.default_rng(seed)    z = rng.normal(size=(n, 2))                    # 噪声分布 X0    x = np.array([1.5, 0.0]) + rng.normal(size=(n, 2)) @ np.array([[1.0, 0.8], [0.8, 1.0]])    return z, x def features(xt, t):    return np.hstack([np.ones((len(xt), 1)), xt, t, t * xt]) def train_field(z, x, seed=7):    rng = np.random.default_rng(seed)    n = z.shape[0]    t = rng.uniform(0, 1, (n, 1))                  # 随机采样时间点    xt = (1 - t) * z + t * x                       # 线性插值中间态    phi = features(xt, t)                          # 特征矩阵    target = x - z                                 # 直线速度场目标    theta = np.linalg.solve(phi.T @ phi + 1e-3 * np.eye(phi.shape[1]), phi.T @ target)    return theta def transport(z, theta, steps):    xt = z.copy()    dt = 1.0 / steps    for i in range(steps):        tt = np.full((z.shape[0], 1), i * dt)        xt = xt + dt * (features(xt, tt) @ theta)  # 欧拉法沿速度场前进    return xt def dist_err(samples, ref):    m = np.abs(samples.mean(axis=0) - ref.mean(axis=0)).mean()    c = np.abs(np.cov(samples.T) - np.cov(ref.T)).mean()    return m + c def min_steps(z, theta, x):    base = dist_err(transport(z, theta, 40), x)    for s in [20, 10, 5, 2, 1]:        if dist_err(transport(z, theta, s), x) < base * 1.1:            return s    return 40 def main():    z, x = sample_data(2000, 42)    theta0 = train_field(z, x)                     # 独立配对: 弯曲路径    s0 = min_steps(z, theta0, x)    x1 = transport(z, theta0, s0)    theta1 = train_field(z, x1)                    # 第1轮整流: 重新配对    s1 = min_steps(z, theta1, x)    x2 = transport(z, theta1, s1)    theta2 = train_field(z, x2)                    # 第2轮整流: 再拉直    s2 = min_steps(z, theta2, x)    print("0轮整流(独立配对): 需要", s0, "步达到目标分布")    print("1轮整流后:         需要", s1, "步")    print("2轮整流后:         需要", s2, "步")    print("结论: 整流把所需步数从", s0, "降到", s2, "路径被逐步拉直") if __name__ == "__main__":    main()
目的：用二维高斯分布做最小示例，演示整流流“重新配对 → 再训练 → 路径变直 → 所需步数下降”的核心循环（真实场景中速度场用神经网络拟合）。
  1. xt = (1 - t) * z + t * x构造噪声到数据的直线中间态
  2. target = x - z直线路径的恒定速度方向
  3. theta = np.linalg.solve(...)最小二乘拟合速度场参数
  4. xt = xt + dt * (features(xt, tt) @ theta)欧拉法沿速度场走一步
  5. theta1 = train_field(z, x1)用新终点重新配对训练，完成一次整流
  6. min_steps(z, theta, x)统计要多少步才能逼近目标分布
  7. if __name__ == "__main__": main()可执行入口

常见误区

误区整流流是不是就是把扩散模型的采样步数从 50 改成 4？反正都是少跑几步，改个参数就行。

正解不是。直接在弯曲路径上减少步数，相当于在盘山公路上加速转弯——每一步都沿切线冲出去，误差会急剧放大。整流流是重新训练模型，把路径本身拉直，让大步长在数学上误差很小。不修路只踩油门，弯道必然翻车。

为何常见：因为两者最终都表现为“用更少步数生成”，表面相似，实际一个是改采样器，一个是改模型。

误区Reflow 多整流几轮肯定更好，反正就是再训练一次，多来几轮直接一步生成。

正解每轮整流都要用当前模型跑完整条 ODE 生成新配对样本，计算成本并不低；且路径弯曲度的下降很快衰减，第 4 轮以后提升微乎其微，还可能过拟合到旧模型。实践中 2-3 轮加上蒸馏最划算。

为何常见：看到“迭代拉直”就以为白得收益，忽略了每轮都要生成大量样本的训练成本。

误区整流流和一致性模型不都是少步生成吗？应该是一回事。

正解原理不同。一致性模型学习的是“任意中间时刻一步跳到终点”的自洽函数约束；整流流靠“重新采样配对”逐步让路径变直，并没有强制一步映射。整流流可以配合蒸馏到 1 步，但核心卖点是路径直线化与确定性的可编辑性。

为何常见：两个方法常出现在同一篇“扩散加速”综述里，读者容易把它们混为一谈。

误区1-4 步生成的图肯定比 50 步模糊很多，少步只是理论好看。

正解对弯曲路径确实如此，但整流流拉直后，大步长欧拉法的离散误差大幅下降；在相同生成质量下，整流流 1-4 步可与传统 50 步相当，甚至在 FID 上反超，因为路径更直。质量瓶颈从步数转移到了模型容量和配对最优性。

为何常见：直觉上觉得“步数 = 精度”，忽略了误差真正的来源是路径弯曲导致的截断误差。

面试题

Q1. 整流流解决的核心问题是？

单选题 · easy

  • A.训练数据过少难以收敛
  • B.路径弯曲导致采样过慢← 正确答案
  • C.模型参数量过大难部署
  • D.生成图片分辨率不够高

答案：B。整流流的核心是把弯曲的 ODE 生成路径拉直，路径直了之后大步长采样也不会偏离，所以采样步数能从几十步降到 1-4 步。选项 A 是数据问题，C 是模型容量问题，D 是分辨率问题，都与“生成慢”不直接相关。

Q2. 整流流中，噪声到数据的直线插值用哪个公式？

单选题 · easy

  • A.X_t=(1-t)X_0+tX_1← 正确答案
  • B.X_t=tX_0+(1-t)X_1
  • C.X_t=2tX_0+(1-t)X_1
  • D.X_t=(X_0-X_1)乘以t

答案：A。整流流定义噪声到数据的直线插值：中间状态是 (1-t) 比例的噪声加 t 比例的数据，t=0 时是纯噪声，t=1 时是纯数据。B 把系数交换了，C 和 D 都不是直线插值，无法保证路径平直。

Q3. 整流流学到的速度场目标是逼近？

单选题 · easy

  • A.学速度场逼近 X_1 减 X_0← 正确答案
  • B.学速度场逼近 X_1 加 X_0
  • C.学速度场逼近 X_0 减 X_1
  • D.学速度场逼近负 X_1 减 X_0

答案：A。直线路径上速度恒定，方向就是“终点减起点”即 X_1-X_0。神经网络学到的速度场只要沿着这个方向，欧拉大步长也能精确到达。其余选项方向反了或加错了，都会让路径倒退或绕路。

Q4. “整流操作”中的重新配对是指？

单选题 · mid

  • A.用随机噪声作为新的终点
  • B.旧模型生成终点与新起点配对← 正确答案
  • C.把数据按类别标签重新排序
  • D.直接丢弃所有带噪声的样本

答案：B。整流操作的关键是“用旧模型跑一遍，把实际到达的位置作为新终点”，即用 (X_0, X̂_1) 重新配对训练。A 用随机噪声当终点无法学到真实数据分布，C 和 D 与拉直路径无关。

Q5. Reflow 多轮整流的主要效果是？

单选题 · mid

  • A.让噪声与数据路径交叉更多
  • B.让路径逐步趋近于完美直线← 正确答案
  • C.让生成模型的参数量翻倍
  • D.让训练数据分布更加多样

答案：B。Reflow 每轮都改变噪声-数据配对，让配对逐步逼近最优传输，路径交叉减少，弯曲度趋近于零。选项 A 说反了，C 和 D 与重整流无关。

Q6. 弯曲路径在少步数下误差大的原因是？

单选题 · mid

  • A.大步长沿着切线走偏离轨道← 正确答案
  • B.超出显卡显存导致程序崩溃
  • C.浮点数运算精度产生下溢出
  • D.缺少数据标签导致训练失败

答案：A。欧拉法沿当前切线方向走，路径越弯，走大步时切线偏离原本路径越远，截断误差越大。这是离散化误差，不是数值溢出、显存或标签问题。

Q7. 与 DDIM 相比，整流流的主要不同是？

单选题 · hard

  • A.DDIM 只改采样，整流流重新训练← 正确答案
  • B.DDIM 重新训练，整流流只改采样
  • C.DDIM 与整流流本质完全相同
  • D.DDIM 拉直路径且整流流保留弯曲

答案：A。DDIM 是在已有的扩散 ODE 上设计确定性采样器，路径仍是原来弯曲的；整流流通过重新配对和再训练把路径本身拉直。C、D 显然错误。

Q8. 整流流能够实现少步生成依赖哪些条件？

多选题 · mid

  • A.路径逐步拉直降低弯曲程度← 正确答案
  • B.重整流优化噪声与数据配对← 正确答案
  • C.蒸馏把多步模型压缩成少步← 正确答案
  • D.增大输出分辨率减少迭代数

答案：ABC。少步生成依赖路径直（整流拉直）、配对好（Reflow 重整流）、模型紧凑（蒸馏）三个条件。分辨率与步数没有因果关系，D 是干扰项。

Q9. 整流流把路径拉直后带来哪些收益？

多选题 · mid

  • A.大步长欧拉法误差显著减小← 正确答案
  • B.采样步数从几十降到四步内← 正确答案
  • C.生成延迟和计算成本双下降← 正确答案
  • D.训练数据需求量成倍增加

答案：ABC。拉直后大步长截断误差小、步数少、延迟和算力都下降。训练数据需求并不因此成倍增加，选项 D 是常见误解。

Q10. 关于整流流与扩散模型的对比，正确的说法是？

多选题 · hard

  • A.整流流属于扩散模型的加速方案← 正确答案
  • B.多轮整流让路径持续变直← 正确答案
  • C.整流流支持确定性生成← 正确答案
  • D.整流流完全不需要训练

答案：ABC。整流流是扩散模型的加速方案之一，多轮整流可持续变直，且速度场确定、支持确定性生成与编辑。但整流流需要训练，选项 D 错误。