InstantFusion:给 SD3、FLUX、Qwen-Image 搭一座共享潜空间立交桥
上海 AI Lab 等提出 InstantFusion:为异构文生图模型各训一个轻量 Latent AutoEncoder,把中间去噪状态对齐到共享空间,再译回目标模型。生成器本身冻结,只训接口。
为什么重要 以前跨模型接力多半要一对一映射。这篇能把 Qwen-Image 的中途状态交给 SD3/FLUX 接着画,论文里 GenEval-v2 可抬十多分,还能用来加速和多偏好拼盘;代码在 InternLM/InstantFusion。