MIT araştırmacıları, yayılma modelleri kullanarak görüntü üretme sürecini basitleştiren bir yeni çerçeve olan 'distribution matching distillation (DMD)' geliştirdi. Geleneksel çok adımlı süreç tek bir adıma sıkıştırılarak, daha hızlı üretim yapma imkanı sağlanırken görüntü kalitesi de korunmuştur. DMD çerçevesi, regresyon ve dağılım eşleştirme kayıplarını birleştirirken, eğitim sürecini yönlendirmek ve istikrarı artırmak için iki yayılma modelinden yararlanır.

Yeni yaklaşım, daha karmaşık modellere kıyasla benzer sonuçlar elde ederken, içerik oluşturma, ilaç keşfi ve 3D modelleme gibi potansiyel uygulamalara sahiptir. Öğretmen modellerindeki ilerlemeler, üretilen görüntülerin kalitesini artırabilir. Çalışma, Haziran ayında Computer Vision and Pattern Recognition Konferansı'nda sunulacak.