历史背景与研究说明
LCM 通过 consistency distillation 在 latent space 实现 2–4 步高质量生成。速度提升改变的是接口可能性：当生成接近实时，AI 图像更容易进入绘画、设计、直播和交互软件。
日期与版本记录
节点标注日期：2023-10 · 研究母版原记日期：2023-10
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference
https://arxiv.org/abs/2310.04378
当前引用地址
出处、翻译与核验状态
档案节点 #104 · 历史节点
研究母版与补充出处 · 2
AI 艺术谱系研究母版 · p. 31 · 104
原记日期: 2023-10
潜在一致性模型：少步图像生成 ↗
Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference
生成式视觉发布编年研究母版 · p. 16 · R081
原记日期: 2023-10
潜在一致性模型：少步图像生成 ↗
Luo et al. — Latent Consistency Models
站内说明据母版译编，非外链全文译本；AI 辅助翻译，待人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. 潜在一致性模型：少步图像生成. 艺术史节点 #104. https://salondesrefuses.cn/zh/art-history/104
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。