在人工智能生成內容（AIGC）領域，擴散概率生成模型憑借其卓越的生成能力占據主導地位，從文生圖到文生視頻，擴散模型的應用不斷拓展。然而，推理速度慢、訓練與推理差異大以及優化困難等問題，始終制約著其更廣泛的應用。近日，一項突破性研究為解決這些難題帶來了全新思路。

傳統擴散模型生成高質量內容往往需要數十甚至上百步迭代，從純噪聲中逐步恢復圖像。這帶來了兩個核心矛盾：一是推理效率與生成質量的難以平衡，減少迭代步數會導致畫質下降，而追求高質量又需忍受漫長生成時間；二是理論與實踐的脫節，為加速推理，業界提出多種基于微分方程（ODE）的求解器，但這些方法多為數值近似技巧，缺乏對擴散過程本質的解釋，且許多加速算法依賴參考軌跡優化，增加了計算開銷并限制了模型泛化能力。

針對這些問題，一項被NeurIPS 2025接收的論文提出全新解法。研究團隊跳出傳統數值求解思維，從信息感知推理視角出發，將去噪過程重構為實時熵減優化問題。該研究指出，擴散模型的前向擴散過程是向圖像加噪，熵不斷增加；反向去噪過程則是從混亂中恢復秩序，條件熵應不斷降低。基于此，研究團隊提出“免參考”的自適應方差優化框架——EVODiff。

在擴散模型社區，一直存在一個經驗性共識：推理生成時，直接預測干凈數據（Data Prediction）的參數化方案比預測噪聲（Noise Prediction）的推理范式效果更好，尤其在低步數下更為顯著。這一現象與MIT何愷明團隊最新發布的JiT架構核心洞察不謀而合。何愷明團隊從“流形假設”角度指出，自然數據位于低維流形，噪聲彌漫于高維空間，神經網絡直接預測干凈數據比預測噪聲更容易。而此次研究在數學層面為這一趨勢提供了堅實理論支撐，首次嚴格證明“數據預測參數化”能更直接最小化重建誤差，更有效降低條件熵。

為在迭代中更高效降低數據預測的條件熵，EVODiff回顧擴散模型高斯建模中條件熵與條件方差正相關的特點，即每一步推理中動態調整方差至最小，就能最快逼近真實圖像。基于此，EVODiff構建“無參考”自適應優化框架，無需昂貴預計算參考軌跡，僅利用當前迭代步驟狀態差異，通過計算開銷極低的閉式解，動態實時計算最優方差控制參數，確保每一步朝最高效收斂路徑前進。

EVODiff不僅是一個理論框架，更是一套可直接落地的實時指導算法。其核心特性顯著：一是“免參考”的極致輕量化，與需預先計算高成本軌跡的方法不同，它依靠在線計算，利用當前迭代步驟狀態差異動態優化方差，無額外訓練成本和預處理開銷；二是閉式解的極速計算，許多優化算法需復雜迭代求解，拖慢推理速度，而EVODiff推導出方差優化目標的閉式解，獲取最優參數幾乎不消耗計算資源，實驗顯示其在獲得SOTA畫質時，推理時間略快于DPM-Solver++；三是普適性，無論是像素空間傳統擴散模型、隱空間擴散模型，還是不同噪聲調度策略，EVODiff都能無縫適配并帶來提升。

實驗數據充分證明EVODiff的優越性。在CIFAR - 10（EDM模型）上，極低步數（NFE = 10）挑戰下，基準方法DPM - Solver++的FID為5.10，EVODiff的FID達到2.78，錯誤率降低45.5%；在ImageNet - 256（ADM模型）高分辨率圖像生成中，傳統方法需20 NFE達到SOTA級畫質，EVODiff僅需15 NFE，效率提升25%；在LSUN - Bedrooms（隱空間擴散模型）上，相比UniPC，EVODiff在5 NFE下FID分數提升43.4%，生成速度提升5.3%，表明其不僅適用于學術小模型，更能賦能Stable Diffusion等工業級大模型。

在視覺效果上，EVODiff提升更為直觀。在文本生成圖像任務中，低步數推理常導致圖像結構崩壞，如生成扭曲肢體或模糊背景。以提示詞“An astronaut riding a horse”（宇航員騎馬）為例，競品方法在低步數下馬匹常出現“五條腿”等解剖學錯誤，宇航員與馬融合不自然；而EVODiff生成的圖像結構嚴謹，馬匹四肢正常，光影過渡自然，展現極高語義對齊度和視覺連貫性。德國AI公司Mindverse專題報道指出，EVODiff在文本生成圖像任務中，即使使用簡單提示詞，也能生成更自然、更一致、偽影更少的圖像。