生成式人工智能（AI）模型的核心目标是根据大型数据集中的模式，创造出逼真且高质量的数据，涵盖图像、音频和视频等多种形式。这些模型具备模仿复杂数据分布的能力，从而生成与原始样本相似的合成内容。其中，扩散模型作为一种广受欢迎的生成模型，通过逐步反转加入噪声的序列，成功实现了图像和视频的生成，直至达到高保真输出。然而，扩散模型的一个显著缺点是采样过程繁琐，通常需要几十甚至上百个步骤才能完成，这导致了高昂的计算资源和时间成本。在需要快速采样或大规模生成样本的场景中，如实时应用或大规模部署，这一缺点尤为突出。

扩散模型在采样过程中面临的主要挑战是计算负担，这源于系统地反转噪声序列所需的高昂计算成本，以及在离散化时间间隔时引入的误差。为解决这一问题，连续时间扩散模型应运而生，它们无需时间间隔，从而减少了采样误差。然而，由于训练期间存在的不稳定性，连续时间模型尚未得到广泛应用。这种不稳定性使得在大规模或复杂数据集上训练这些模型变得困难，进而阻碍了它们在计算效率至关重要的领域的采纳和发展。

为了提升扩散模型的效率，研究人员近期开发了一系列方法，包括直接蒸馏、对抗性蒸馏、渐进蒸馏和变分得分蒸馏（VSD）。这些方法在加速采样过程或提高样本质量方面展现出潜力，但同时也面临着实用上的挑战，如高计算开销、复杂的训练设置和可扩展性限制。例如，直接蒸馏需要从头开始训练，增加了时间和资源成本；对抗性蒸馏在使用生成对抗网络（GAN）架构时，常因输出的稳定性和一致性问题而面临挑战；渐进蒸馏和VSD虽然对短步骤模型有效，但通常会产生多样性有限或细节较少的样本，尤其是在高引导水平时。

OpenAI的一个研究团队引入了一种名为TrigFlow的新框架，旨在简化、稳定和扩展连续时间一致性模型（CM）。该框架专门针对训练连续时间模型中的不稳定问题，通过改进模型参数化、网络架构和训练目标，简化了训练流程。TrigFlow通过统一扩散模型和一致性模型，识别并减轻了不稳定的主要原因，使模型能够可靠地处理连续时间任务。即使在扩展到ImageNet等大型数据集时，该模型也能以最低的计算成本实现高质量采样。通过使用TrigFlow，团队成功训练了一个拥有15亿参数的模型，该模型通过两步采样过程就达到了较高的质量评分，且计算成本低于现有的扩散方法。

TrigFlow的核心在于对数学上的重新定义，简化了采样过程中使用的概率流常微分方程（ODE）。这一改进结合了自适应组归一化和使用自适应加权的更新目标函数，有助于稳定训练过程，使模型能够连续运行而不受离散化误差的影响。此外，TrigFlow在网络架构中的时间条件方法减少了对复杂计算的依赖，使得模型的扩展变得可行。重构后的训练目标逐步退火模型中的关键项，使其能更快稳定并达到前所未有的规模。

被命名为“sCM”（简单、稳定、可扩展一致性模型）的模型展示了与最先进扩散模型相媲美的结果。例如，在CIFAR-10数据集上，sCM的Fréchet Inception Distance（FID）达到了2.06；在ImageNet 64×64上达到了1.48；在ImageNet 512×512上达到了1.88。这些成绩显著缩小了与最佳扩散模型之间的差距，而sCM仅使用了两步采样。与需要更多步骤的先前方法相比，两步模型在FID上提升了近10%，标志着采样效率的显著提升。TrigFlow框架在模型可扩展性和计算效率方面取得了重要进展。

这项研究提供了几个关键启示。首先，通过精心构建的连续时间模型，可以解决传统扩散模型的计算低效率和局限性。其次，通过实施TrigFlow，研究人员稳定了连续时间CM，并将其扩展到更大的数据集和参数规模，几乎无需在计算上做出妥协。

研究的关键启示包括：

1. 连续时间模型的稳定性：TrigFlow为连续时间一致性模型引入了稳定性，这一领域历史上一直充满挑战，使得训练过程无需频繁面临失稳的风险。
2. 可扩展性：模型成功扩展到15亿参数，成为同类连续时间一致性模型中规模最大的，使其可用于高分辨率的数据生成。
3. 高效采样：仅需两步采样，sCM模型便能达到与需大量计算资源的模型相媲美的FID分数。在CIFAR-10上为2.06，ImageNet 64×64上为1.48，ImageNet 512×512上为1.88。
4. 计算效率：TrigFlow框架内的自适应加权和简化的时间条件使得模型资源高效，减少了对计算密集型采样的需求，这可能改善扩散模型在实时和大规模环境中的适用性。

总之，这项研究在生成模型训练中取得了关键性进步。通过TrigFlow框架，研究团队解决了稳定性、可扩展性和采样效率的问题。OpenAI团队的TrigFlow架构和sCM模型有效地克服了连续时间一致性模型的主要挑战，提供了一个稳定且可扩展的解决方案。该方案在性能和质量上能与最佳扩散模型相媲美，同时显著降低了计算要求。