Z Tech｜对话CV泰斗何恺明新作研究团队，三位05后MIT本科生，Diffusion真的需要噪声条件吗？

在2025年的今天，AI生图技术已经渗透到生活的方方面面，从游戏到电影工业，从数字考古到广告设计。传统扩散模型（Diffusion Models）以及新兴的流匹配（Flow Matching）等方法，作为AI生图的主流技术，持续展现惊人的创造力。

在传统认知中，噪声条件（Noise Conditioning）是这些去噪模型（Denoising Models）中不可或缺的部分。神经网络依赖噪声条件来确定当前图片的噪声等级，从而预测噪声或与噪声相关的目标。然而，近期由CV泰斗何恺明领衔，三位MIT大一新生作为共同第一作者的最新研究发现，在许多情况下，Denoising Models 的性能可能并不依赖于噪声条件。

这一研究在学术界引发了广泛关注。有资深研究者坦言：“我们耗费数年优化的噪声条件技术，竟可能是冗余设计。这再次印证了科学探索的本质——在数学框架内持续试错，突破认知边界。”

北京时间3月3日上午9点（美西时间3月2日下午5点，美东时间晚上8点），Z Potentials平台将特邀本篇论文的作者团队进行专题直播讲座，敬请期待。

三位国际学科竞赛背景的中国MIT大一新生孙启傲（Qiao Sun）、姜志城（Zhicheng Jiang）、赵瀚宏（Hanhong Zhao）以共同一作身份取得研究成果。讲座中会设置Q&A环节，三位将延伸探讨关于Generative Models和DeepSeek等开源模型的看法和可能的发展方向。

在多数主流模型架构中，移除噪声条件后模型性能仅出现温和衰减，流匹配模型甚至通常展现出更优表现。更令人瞩目的是，这篇研究设计的新型无噪声条件模型uEDM，在CIFAR-10基准测试中取得2.23的FID分数，与顶尖噪声条件模型（EDM: 1.97）仅有毫厘之差。

这项研究颠覆性地证明了噪声条件并非扩散模型的核心要素，通过构建理论框架与实验结果佐证，揭示了传统噪声条件技术在实际应用中的非必要性。这项研究不仅验证了主流去噪模型在移除噪声条件后的性能稳定性，还开创性地提出了误差的理论解释模型行为差异，以此作为动机最终设计出与有噪声条件模型表现相差仅13%的无噪声条件架构uEDM。该发现为降低模型计算复杂度，启发新的模型设计提供了基石。

1. 在众多主流去噪模型上进行实验，证明噪声条件移除在诸多模型上只产生少量影响(decent degradation)。

2. 给出理论层面的分析，以及定性和实验结果匹配的误差界。

3. 构建的无条件模型uEDM在CIFAR图像生成任务中达到near-SOTA级别的2.23 FID值。

Paper link：https://arxiv.org/pdf/2502.13129

Z Tech诚邀海内外学术工作者投稿或加入我们的Phd/Reseachers的实名社群！