何恺明团队发布新作BiFlow，聚焦归一化流生成模型的效率瓶颈问题。
与此前MeanFlow强调流匹配不同，本次工作核心在于突破传统归一化流对“可逆性”的强约束[2]。
论文提出双向归一化流（BiFlow）框架，通过解耦前向映射（数据→噪声）与逆向生成（噪声→图像）两个过程，显著提升模型灵活性与推理效率[3]。
论文三位一作均为本科在读生：两位来自清华姚班与MIT，一位为人大附中毕业生、新晋MIT本科生[4]。
BiFlow：逆向过程不必是前向过程的精确逆运算
归一化流（NFs）是生成建模的重要范式，其标准流程包含前向过程（数据映射为噪声）与逆向过程（噪声重建数据）[5]。
传统NF要求逆向过程必须是前向过程的数学精确逆，带来两大限制：
BiFlow的核心突破在于：解除逆向过程必须为前向过程精确逆的硬性约束[7]。
具体设计如下：
前向模型仍采用易于训练的流模型（如改进版TARFlow），负责将数据映射为噪声；
逆向模型则引入一个可学习的独立架构，用以近似前向过程的逆映射——无需数学可逆，支持任意高效结构（如双向Transformer），实现单次前向生成[8]。
该框架共提出三项关键技术：
隐藏层对齐（Hidden Alignment）
为提升独立逆向模型训练稳定性，BiFlow提出新型监督策略：
-
以前向过程的完整中间状态轨迹（数据→半噪声→纯噪声）作为监督信号； -
通过可学习投影头，对齐逆向模型中间表示与前向轨迹对应层[9]。
学习去噪（Learned Denoising）
传统NF（如TARFlow）需额外后处理去噪，增加推理开销；BiFlow将去噪模块直接嵌入逆向模型，实现端到端噪声到清晰图像的映射[10]。
训练时无分类器引导（Training-time CFG）
为保持推理阶段单步生成（1-NFE）的高效性，BiFlow在训练中即引入无分类器引导（CFG），使模型直接学习以CFG比例为条件的生成能力，避免推理时双重前向计算[11]。
实验结果：速度提升两个数量级
在ImageNet 256×256数据集上，BiFlow取得FID 2.39，刷新归一化流方法SOTA[12]。
在推理速度方面，相较改进版TARFlow，BiFlow在TPU上实现697倍加速，整体提速达两个数量级[13]。
凭借双向映射特性，BiFlow无需微调即可支持图像修复与类别编辑两类下游任务[14]。
本科生领衔
论文三位一作均为本科生：
陆伊炀，清华大学姚班大二学生，现于MIT CSAIL实习，师从何恺明，主攻计算机视觉与深度生成模型；高中获2022年全国中学生物理竞赛（CPhO）金牌（江苏第一、全国第九）[15]。
Qiao Sun，MIT大二本科生，何恺明课题组UROP成员，研究方向为生成模型；高中毕业于上海中学，2023年国际数学奥林匹克竞赛（IMO）金牌得主[16]。
王衔邦，2024年刚入读MIT，师从何恺明；2024年IMO金牌得主，2021–2022年连续两届全国信息学奥林匹克竞赛（NOI）银牌获得者[17]。
论文地址：
https://arxiv.org/abs/2512.10953v1
【免责声明】转载出于非商业性的教育和科研目的，只为学术新闻信息传播，版权归原作者所有，如有侵权请立即与我们联系，我们将及时删除。