近日，加州大学圣地亚哥分校、Stability AI 和 Arm 的研究人员联合发布了一项名为“对抗性相对论-对比（Adversarial Relativistic-Contrastive，ARC）后训练”的新技术，为文本到音频生成领域带来了重大突破。该技术首次将不基于蒸馏的对抗性加速算法应用于扩散/流模型，显著提升了文本到音频系统的生成速度，使其能够以毫秒级的速度生成高质量音频，极大地拓展了其在创意应用中的实用性。论文地址：https://arxiv.org/pdf/2505.08175
近日，加州大学圣地亚哥分校、Stability AI 和 Arm 的研究人员联合发布了一项名为“对抗性相对论-对比（Adversarial Relativistic-Contrastive，ARC）后训练”的新技术，为文本到音频生成领域带来了重大突破。该技术首次将不基于蒸馏的对抗性加速算法应用于扩散/流模型，显著提升了文本到音频系统的生成速度，使其能够以毫秒级的速度生成高质量音频，极大地拓展了其在创意应用中的实用性。论文地址：https://arxiv.org/pdf/2505.08175
