# PEEK旨在减少扩散模型采样时的图像误差

> 研究人员提出一种无需训练的采样器插件，称其能提升8种扩散模型的图像生成评分，但需要少量校准。

Oossa · 2026-11-05 · https://oossa.com/zh/peek-aims-to-reduce-diffusion-image-errors-during-sampling

研究人员推出了PEEK，这是一款用于扩散图像生成器、无需训练的插件。它会在选定的采样步骤中额外运行一次去噪器评估，再利用这次前瞻预测调整下一步，从而减少曝光偏差——也就是训练时的输入与模型生成图像时遇到的不完美输入之间的差异。

作者报告称，在去噪器评估次数相当的基线对比中，PEEK在8种像素空间和潜空间模型（包括文本引导设置）上均有提升。他们报告的FID最高提升49.3%；在实验中，为模型校准该插件最多耗时2.2分钟。

## 事实

- 该论文已被NeurIPS 2026接收。
- 作者在8种扩散模型上测试了PEEK，并报告称FID最高提升49.3%。

## 为什么重要

对于研究扩散图像生成器的团队，PEEK提供了一种可在采样器端测试、无需重新训练的方法；不过，论文并未证明它在已部署产品中的表现。

## 来源与参考

1. [PEEK: One-Step-Look-Ahead Exposure Bias Correction for Diffusion Sampling](https://arxiv.org/abs/2611.05407) – arXiv cs.CV, 2026-11-05

最后更新: 2026-11-05