技术博客

在Rectified Flow（RF）模型的反演阶段，逆向ODE对微小数值误差高度敏感，易引发轨迹发散、重建不一致及编辑不可控等稳定性问题。为应对该挑战，研究者提出一种轻量化修正机制——PMI（Prox-Mean-Inversion），通过在反演过程中引入近端均值约束，有效抑制误差累积，显著提升反演路径的鲁棒性与可控性。PMI无需修改原模型结构或增加训练开销，兼具高效性与普适性，为RF在生成与编辑任务中的可靠部署提供了新思路。