在2025年的国际学习表征会议（ICLR）上，清华大学朱军团队提出的扩散桥隐式模型（Diffusion Bridge Implicit Models, DBIM）引发广泛关注。这项研究针对图像翻译、修复等任务中的扩散模型效率难题，通过创新推理算法实现无需额外训练的20倍加速，同时显著提升生成质量。
ICLR 2025 | 无需训练加速20倍
技术背景：扩散桥模型的挑战
传统扩散模型（如DDPM）擅长从噪声生成数据，但在图像翻译这类输入与输出存在明确映射的任务中表现不佳。扩散桥模型（DDBMs）虽能建模两个分布间的桥接过程，但其依赖复杂的微分方程，需数百步迭代计算，导致高分辨率任务中效率低下。此外，初始条件的奇异性和随机性控制问题进一步限制了应用场景。
DBIM的核心创新
DBIM的核心突破在于非马尔可夫扩散桥的构建与高效推理算法的设计：
- 灵活可控的采样过程：引入方差参数ρ，支持从随机到确定性采样的无缝切换。确定性模式下，DBIM以隐式形式表示生成过程，大幅减少计算步骤。
- 高阶数值求解与启动噪声机制：通过改进常微分方程（ODE）表达形式，提出高阶数值解法，提升精度；同时，初始步骤加入“启动噪声”平衡生成多样性与语义编码能力，避免奇异性问题。
- 数学形式简化：相比DDBM，DBIM的ODE形式更简洁，为算法优化奠定基础。
实验结果：效率与质量双突破
在多项基准测试中，DBIM展现出显著优势：
- Edges→Handbags（64×64）任务：仅需20步推理即超越传统模型118步的效果，加速比达5.9倍；100步时生成质量进一步提升。
- ImageNet 256×256图像修复：20步推理效果优于DDBM 500步结果，加速25倍；100步时刷新FID记录。
- 高阶采样器优化：在低步数下增强图像细节，如DIODE-Outdoor（256×256）任务中，纹理和边缘清晰度提升30%。
应用前景与行业影响
DBIM的推出为医疗影像修复、实时图像风格迁移等场景提供新可能。例如，在核电站流体模拟或自动驾驶环境感知中，高分辨率图像的快速生成将显著提升系统响应速度。团队已开源代码与模型，推动技术落地。
总结与展望
DBIM不仅解决了扩散桥模型的效率瓶颈，更为扩散模型家族提供了可扩展的推理框架。未来，结合朱军团队在概率机器学习领域的积累，这一技术有望与语言模型、科学计算（如PDE求解）结合，推动通用生成式AI的进化。
