**解耦残差去噪扩散模型：统一且数据高效的图像到图像转换**

_Decoupled Residual Denoising Diffusion Models for Unified and Data Efficient Image-to-Image Translation_

> 本文提出解耦残差去噪扩散模型（DRDD），通过将扩散过程解耦为随机噪声扩散和确定性残差扩散两个阶段，实现了统一且数据高效的图像到图像转换。噪声扩散阶段仅需未配对目标域图像训练，显著提升数据效率。理论分析和实验表明，DRDD 可与主流扩散模型兼容，即使在有限配对数据下也能实现稳健的统一转换。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.01048)