ZAPS - AI在线

零样本 | ZAPS：零样本扩散采样，3倍加速逆问题重建，重塑高效影像修复新范式

一、一眼概览ZAPS（Zero-Shot Approximate Posterior Sampling）是一种针对扩散模型（Diffusion Models, DMs）在逆问题（Inverse Problems）中的高效采样方法。它利用零样本学习（Zero-Shot Learning）进行自适应超参数优化，使得扩散采样步骤固定，同时提高重建质量并减少推理时间。二、核心问题当前的扩散模型在解决逆问题（如去模糊、修复、超分辨率）时，存在以下挑战：需要大量的采样步骤，导致推理速度慢；现有的噪声调度策略（Noise Schedule）在逆问题场景下难以直接适用；传统方法使用手动调整的对数似然权重（Log-Likelihood Weights），不够鲁棒，容易导致次优解。