近年来，图像生成模型在AI领域取得了显着进展，但生成高质量图像的速度却一直是个难题。 Luma AI最新开源的Inductive Moment Matching（IMM）技术，为这一问题提供了突破性的解决方案。 IMM通过优化推理阶段的效率，大幅提升了图像生成的速度，堪称AI领域的“涡轮增压”。
当前，AI社区普遍面临生成式预训练的瓶颈问题。尽管数据量持续增长，但算法的创新却相对滞后。 Luma AI指出，问题的核心并非数据不足，而是现有算法未能充分挖掘数据的潜力。这就像拥有金矿却只能用原始工具开采，效率低下。为了打破这一“算法天花板”，Luma AI将注意力转向了推理时计算扩展，提出了IMM技术。
IMM的独特之处在于，它从推理效率的角度重新设计了预训练算法。传统的扩散模型需要逐步调整，生成图像的过程如同在迷宫中摸索。而IMM则引入了“目标时间步”的概念，使模型能够在推理过程中更灵活地“跳跃”，大大减少了生成所需的步骤。这种设计不仅提升了速度，还增强了每次迭代的表达能力。
此外，IMM还采用了最大平均差异（maximum mean discrepancy）技术，为推理过程提供了精准的导航，确保模型能够高效地生成高质量图像。这一创新使得IMM在速度和质量上都超越了传统方法。
实验结果显示，IMM在ImageNet256x256数据集上仅用30倍更少的采样步骤，就达到了1.99的FID分数，超越了扩散模型和Flow Matching。在CIFAR-10数据集上，IMM仅用2步采样就取得了1.98的FID分数，创下了该数据集的最佳水平。这种“闪电”般的速度，让IMM在图像生成领域脱颖而出。
除了速度优势，IMM在训练稳定性方面也表现出色。相比Consistency Models等需要特殊超参数设计的模型，IMM能够在各种超参数和模型架构下稳定训练，进一步降低了使用门槛。
Luma AI强调，IMM的成功不仅仅在于矩匹配技术的应用，更在于其以推理为先的设计思路。这种创新视角让他们突破了现有预训练范式的局限，为多模态基础模型的发展开辟了新的方向。 Luma AI相信，IMM只是开始，未来将释放更多创造性智能的潜力。
GitHub仓库：https://github.com/lumalabs/imm