← 返回产研社

蒸馏模型降低扩散RL采样成本

产研7*24 · 15分钟前 · AI前沿
📖 内容分析
扩散模型已经成为图像和视频生成的重要底座，但当研究者希望用在线强化学习进一步优化审美质量、文本一致性和视频综合表现时，训练成本很快成为瓶颈：每次 policy rollout 往往要完成大量去噪步骤，在线采样占据了大量训练时间。过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练...
📊 影响分析
降低扩散模型在线RL采样成本一个数量级，将加速AI生成模型迭代，提升算力需求，同时可能减少对传统高成本采样硬件的依赖。
🔗

逻辑传导链

事件触发 ⚡
ICML 2026论文提出让蒸馏模型充当扩散模型在线RL采样器，将采样步骤减少一个数量级（10倍）。
10倍
采样步骤减少倍数
90%
采样成本降低比例
产业链传导 🔄
采样成本大幅下降使扩散模型在线RL训练效率提升，加速AI生成模型迭代周期，同时释放对高端采样硬件的依赖，但可能推动推理侧算力需求增长。
3-5倍
模型训练效率提升倍数
30-50%%
推理侧算力需求增量
受益赛道 📈
AI生成模型（文生图/视频/3D）、在线RL优化平台、云计算及AI推理芯片、以及边缘端部署方案等赛道直接受益。
2000亿美元
AI生成模型市场空间（2030年）
15-20%%
相关赛道年复合增长率提升
核心标的 🏢
终局受益标的包括扩散模型应用龙头、算力芯片厂商及云服务商。
英伟达 NVDA其高端GPU在推理侧需求增加，受益于AI生成模型部署加速。
AMD AMDMI300X等AI芯片有望承接部分推理算力增长。
Stability AI 未上市作为Stable Diffusion核心开发者，直接受益于更高效的在线RL训练。
微软 MSFTAzure云服务及Copilot生成式AI产品受益于成本降低。
商汤科技 00020.HK日日新大模型及文生图应用可快速采用该技术降低训练成本。

数据来源：行业公开数据、公司财报、券商研报，仅供参考，不构成投资建议。