**NitroFusion2：将对抗损失引入多模态扩散 Transformer 的文本流**

_NitroFusion2: Bringing Adversarial Loss to the Text Stream of Multimodal Diffusion Transformers_

> 该研究提出了 NitroFusion2，通过引入文本流对抗蒸馏（TSAD）和方面引导判别（ACD），将多模态扩散 Transformer 的蒸馏步骤从传统的 4-8 步大幅减少至 1-2 步。该方法利用文本流在联合注意力机制下对图像的依赖特性，实现了仅需 1 步即可生成清晰文本和丰富细节的高效图像生成，显著提升了扩散模型的训练效率与生成质量。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.05648)