शोधकर्ताओं ने पैरेलल डिकोडिंग डिस्टिलेशन (PDD) का परिचय दिया, जो एक सरलीकृत ट्रेजेक्ट्री-आधारित विधि है जो डिफ्यूजन और फ्लो मैचिंग मॉडल्स में इनफरेंस को तेज़ करने के लिए बनाई गई है। वर्तमान दृष्टिकोणों के विपरीत जो ऑप्टिमाइज़ करने में कठिन वैरिएशनल स्कोर डिस्टिलेशन और एडवर्शियल लॉसेस पर निर्भर करते हैं, PDD नेटवर्क मूल्यांकन के दौरान कई डीनोइजिंग चरणों की भविष्यवाणी करता है।
- किसी भी प्री-ट्रेन्डेड मॉडल के साथ संगत है और विभिन्न संख्या में फंक्शन एवल्यूएशन (NFE) के साथ सैम्पलिंग का समर्थन करता है।
- जैकोबियन-वेक्टर प्रोडक्ट्स या फाइनिट-डिफरेंस अप्रॉक्सिमेशन का उपयोग किए बिना औसत वेग के प्रतिनिधित्व को सीखता है।
- 4-8 NFE के साथ LTX-2.3 टेक्स्ट-टू-वीडियो/ऑडियो, Wan 14B टेक्स्ट-टू-वीडियो और Qwen-Image टेक्स्ट-टू-इमेज पर शीर्ष प्रदर्शन प्राप्त करता है।
- मौजूदा विधियों की तुलना में उत्पन्न वीडियो की विविधता में महत्वपूर्ण सुधार लाता है।
PDD तेज़ इनफरेंस के लिए एक स्केलेबल विकल्प प्रदान करता है जो मॉड कोलाप्स से बचते हुए टेक्स्ट-टू-वीडियो और टेक्स्ट-टू-इमेज कार्यों में उच्च गुणवत्ता वाले निर्माण को बनाए रखता है।