arXiv new; frozen encoder distribution matching · P2 · 2026-07-04

Representation Distribution Matching for One-Step：它和通用视觉自监督的关系在于：用多编码器特征分布约束 one-step generator，反映 frozen visual representations 如何作为生成训练信号

中相关；详见方法、贡献和实验边界。

Representation Distribution Matching for One-Step Visual Generation　arXiv new; frozen encoder distribution matching　原文链接

编号2607.02375 优先级P2 类别arXiv new; frozen encoder distribution matching 会议arXiv new; frozen encoder distribution matching 方法用多编码器特征分布约束 one-step generator，反映 frozen visual representations 如何作为生成训练信号来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：用多编码器特征分布约束 one-step generator，反映 frozen visual representations 如何作为生成训练信号。中相关；详见方法、贡献和实验边界。

**Figureure 1 · : iRDM post-trains the four-step FLUX.2 [klein] into a one-step genera**Figure 1: iRDM post-trains the four-step FLUX.2 [klein] into a one-step generator at matched quality. (a) Four-step FLUX.2 [klein]. (b) One-step iRDM after post-training with the joint imagetext objective.(c) GenEval and PickScore over post-training compute, the one-step model surpassing the four-step version (grey dashed) on both metrics in about 90 H200 GPU-hours.这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Representation Distribution Matching for One-Step 的方法或实验，请结合正文精读段落一起看。

**Figureure 8 · : Uncurated one-step samples from iRDM and pMF-H FD-SIM (Yang et al.,** Figure 8: Uncurated one-step samples from iRDM and pMF-H FD-SIM (Yang et al., 2026) on five ImageNet-256 classes; column headers name the method. The two are close by eye despite the SW<sub>r</sub>14 gap of 1.30 against 2.05 in Table 1.这张图/表用于判断 Representation Distribution Matching for One-Step 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

核心问题

它和通用视觉自监督的关系在于：用多编码器特征分布约束 one-step generator，反映 frozen visual representations 如何作为生成训练信号。

方法拆解

用多编码器特征分布约束 one-step generator，反映 frozen visual representations 如何作为生成训练信号

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。