人工智能初創公司Luma近日在X平臺宣佈，其開源了一項名爲Inductive Moment Matching（IMM）的圖像模型預訓練技術。這一突破性技術以其高效和穩定的特性引發了廣泛關注，被認爲是生成式AI領域的一次重要進步。

據X用戶linqi_zhou透露，IMM是一種全新的生成範式，能夠以單模型和單一目標從零開始穩定訓練，同時在採樣效率和樣本質量上超越傳統方法。他在帖子中興奮地表示:“IMM在ImageNet256×256上僅用8步就達到了1.99FID（Fréchet Inception Distance），在CIFAR-10上僅用2步就達到了1.98FID。”這一性能不僅刷新了業界標準，還展示出其卓越的潛力。

與主流的擴散模型相比，IMM在保持更高樣本質量的同時，將採樣效率提升了10倍以上。X用戶op7418進一步解釋了其技術原理:傳統擴散模型受限於線性插值和多步驟收斂的低效性，而IMM通過在推理過程中同時處理當前時間步和目標時間步，顯著增強了靈活性。這種“推理優先”的設計讓模型能夠以更少的步驟生成高質量圖像，打破了擴散模型的算法瓶頸。

此外，IMM在訓練穩定性上也優於Consistency Models（一致性模型）。op7418在帖子中指出，相較於一致性模型容易出現的不穩定訓練動態，IMM展現出更強的魯棒性，能夠適應多種超參數和模型架構。這一特性使其在實際應用中更具可靠性。

Luma此次開源IMM的舉動獲得了社區的高度評價。FinanceYF5在X上評論道:“Luma Labs推出IMM，比現有方法提高了10倍的圖像生成質量效率，這一方法突破了擴散模型的算法瓶頸!”他還附上了相關技術介紹的鏈接，引發更多用戶參與討論。IMM的代碼和檢查點已通過GitHub公開，技術細節也在相關論文中詳細闡述，體現了Luma推動AI研究開放性的決心。

IMM的性能數據進一步印證了其領先地位。在ImageNet256×256數據集上，IMM以1.99FID超越了擴散模型（2.27FID）和Flow Matching(2.15FID)，且採樣步驟減少了30倍;在CIFAR-10上，其2步採樣結果達到1.98FID，成爲該數據集的最佳紀錄。op7418還提到，IMM的計算擴展性極佳，隨着訓練和推理計算量的增加，性能持續提升，爲未來更大規模的應用奠定了基礎。

業界人士認爲，IMM的開源可能引發圖像生成技術的範式轉變。憑藉其高效、高質和穩定的特性，該技術不僅適用於圖像生成，還可能擴展至視頻和多模態領域。Luma團隊表示，這只是邁向多模態基礎模型的第一步，他們希望通過IMM解鎖更多創造性智能的可能性。

隨着IMM的發佈，Luma在全球AI競賽中的地位愈發凸顯。這一技術的廣泛應用前景，以及其對現有模型的顛覆性影響，或將在未來數月內持續引發熱議。