许多生成模型先在压缩表示中完成多轮采样,再经单独解码器还原画面。DWD 在训练时只微调靠后的少数网络块,保留原输出头驱动采样,最终一步再由新的线性输出头产生像素。
作者在 Wan 视频生成实验中报告,画面变形误差下降 23%。该指标对应特定模型与实验配置;减少独立的解码阶段,并不能从这一个数字推导出整体加速了多少。
DWD 保留原来的去噪路径,在采样末尾增加一个把特征变成最终像素的输出头。

许多生成模型先在压缩表示中完成多轮采样,再经单独解码器还原画面。DWD 在训练时只微调靠后的少数网络块,保留原输出头驱动采样,最终一步再由新的线性输出头产生像素。
作者在 Wan 视频生成实验中报告,画面变形误差下降 23%。该指标对应特定模型与实验配置;减少独立的解码阶段,并不能从这一个数字推导出整体加速了多少。