UCGM：统一连续生成模型的最佳实践

1. 项目介绍

UCGM（Unified Continuous Generative Models）是一个开源项目，旨在提供一个统一的框架，用于训练、采样和理解连续生成模型，如扩散模型、流匹配模型和一致性模型。该项目由Westlake University和Zhejiang University的研究者共同开发，并在Apache-2.0许可证下发布。UCGM的特点包括：

• 统一框架：在一个系统中训练和采样扩散、流匹配和一致性模型。
• 即插即用加速：UCGM-S能够加速预训练模型，减少采样步骤，提高FID（Fréchet Inception Distance）指标。
• SOTA性能：UCGM-T训练的模型在低步数时性能优于同类模型。
• 少步掌握：即使是仅2步的模型，也能保持强大的性能。
• 无引导：UCGM-T训练的模型无需引导技术，简化了模型并提高了速度。

2. 项目快速启动

为了快速启动UCGM项目，你需要遵循以下步骤：

首先，确保你已经安装了Python环境。然后，从Huggingface下载必要的VAEs（变分自编码器） checkpoints、数据集统计文件和FID计算参考文件。

接下来，运行以下Shell命令准备数据集（如果不需要训练模型，则跳过此步骤）：

bash scripts/data/in1k256.sh

现在，你可以使用以下命令来生成图像和评估FID：

bash scripts/run_eval.sh ./configs/sampling_multi_steps/in1k256_sit_xl_repae_linear.yaml

3. 应用案例和最佳实践

生成图像

使用预训练的少步模型生成样本：

bash scripts/run_eval.sh ./configs/training_few_steps/in1k256_tit_xl_vavae.yaml

训练模型

训练一个新的多步模型（完整训练）：

bash scripts/run_train.sh ./configs/training_multi_steps/in1k512_tit_xl_dcae.yaml

将多步模型转换为少步模型（需要预训练的多步模型checkpoint）：

bash scripts/run_train.sh ./configs/training_few_steps/in1k512_tit_xl_dcae.yaml

注意：少步训练需要从多步checkpoint初始化：

{
  "model": "multi_step_ckpt",
  "ema": "multi_step_ckpt_ema"
}

4. 典型生态项目

UCGM作为一个开源项目，可以与多个生态项目配合使用，例如：

• REPA-E：用于图像生成的预训练模型。
• Lightning-DiT：基于PyTorch Lightning的Diffusion Transformer模型。
• DDT：基于深度学习的图像生成模型。

通过整合这些项目，可以进一步扩展UCGM的功能和应用范围。