知识卡片：并行解码蒸馏：面向快速图像与视频生成的轨迹式蒸馏方法

• 一句话结论：该论文提出一种名为并行解码蒸馏（PDD）的简化、可扩展的轨迹蒸馏方法，在4–8次函数评估（NFE）下达到当前最优性能，并显著提升生成视频的多样性。

事件概述 / 研究问题

现有视频扩散或流模型因迭代采样过程缓慢而计算成本高；当前最优加速方法（如变分分数蒸馏VSD、对抗损失）难以优化且易出现模式崩溃，导致视频多样性丧失和运动缺失。本文旨在提出一种更简化、可扩展的蒸馏方法，以支持多种预训练模型并实现不同NFE的快速推理。

方法 / 产品要点

• 方法名称：Parallel Decoding Distillation (PDD) —— 并行解码蒸馏。
• 核心思想：通过单次网络评估预测多个去噪步骤，从而加速生成。从概念上学习平均速度的表示，而无需使用JVPs（雅可比向量积）或有限差分近似来回归其导数。
• 兼容性：与任意预训练模型兼容，支持可变NFE的采样。
• 训练方式：基于轨迹的蒸馏，无需依赖VSD或对抗损失，避免其优化困难与模式崩溃问题。

主要结果 / 产业意义

• 性能：在LTX-2.3文本到视频/音频、Wan 14B文本到视频、Qwen-Image文本到图像任务上，使用4–8 NFE即达到当前最优（SOTA）性能。
• 多样性提升：PDD在生成视频多样性方面有显著改善。

为什么重要

• 解决了现有蒸馏方法优化困难、易模式崩溃的问题，提供了一种更稳定、可扩展的加速方案。
• 支持多种预训练模型和可变NFE，实用性强，有助于推动视频生成模型在实际应用中的部署。
• （与既有脉络关系：不同于FlowMimic等侧重编辑或数据生成的方法，PDD专注于模型推理加速，并特别强调多样性提升这一增量信息。）

局限与不确定性

• 由于无法获取原文正文，以下信息待核实：
  • 具体的算法细节（如并行解码步骤的实现方式、损失函数设计）。
  • 与现有蒸馏方法（如VSD、对抗蒸馏）的定量对比（除性能指标外）。
  • 在更长视频生成（如超过数十帧）或更高分辨率下的表现。
  • 训练所需的计算资源与时间成本。
  • 是否支持除文本到视频/图像外的其他条件（如图像到视频）。

可用于图书 / PPT / 简报的角度

• 技术前沿：大模型加速领域的新方法，可对比传统蒸馏与PDD的优劣。
• 产业应用：未来实现实时视频生成的关键技术之一，适合作为AI生成内容（AIGC）实例。
• 方法论创新：展示如何通过并行预测多步来压缩推理链，启发其他模态的加速方案。

原始材料

• URL: https://arxiv.org/abs/2607.26004v1
• 英文标题: Parallel Decoding Distillation for Fast Image and Video Generation
• 关键词: foundation-model; video diffusion; distillation; acceleration; trajectory-based
• 来源: arXiv preprint (2026-07-20)