Inclusion AI опубликовала метод IDM: генерация картинок за 1–2 шага без DINOv2

🤖 Inclusion AI опубликовала метод IDM: генерация картинок за 1–2 шага без DINOv2

Метод Intrinsic Distribution Matching дополняет дистилляцию DMD согласованием моментов признаков из EMA-копии самого генератора, поэтому внешний энкодер вроде DINOv2 не нужен: на инференсе остаются только генератор, текстовый энкодер и VAE. Статья arXiv:2610.39633 от 29 октября 2026, код под Apache 2.0.

🌍 На Z-Image-Turbo 6B и Qwen-Image 20B при 2 NFE заявлены 94.25% на LongText-CN и 90.20% на LongText-EN — лучший результат среди сравниваемых методов; 0.25–0.30 с на картинку для 6B на одном A100 (замеры авторов) в BF16.

👤 Код с готовым inference.py уже на GitHub: окружение для генерации картинок с текстом (постеры, меню, обложки) можно подготовить заранее. Но веса для Z-Image и Qwen-Image ещё не вышли, а лицензия будущих весов неизвестна. Источник 1: https://arxiv.org/abs/2610.39633 Источник 2: https://github.com/inclusionAI/IDM