测试时计算+扩散模型，终于有人做到了！

AI大神谢赛宁团队的新作，再次火得一塌糊涂。

众所周知，大模型+测试时计算，是OpenAI笃定的全新Scaling Law。o3横扫千军，就是最好的证明。那么，扩散模型（DM）又如何呢？

这篇来自NYU、MIT和谷歌团队新研究中，提出了一个创新性解决方案，通过设计通用搜索框架，从两个维度来提升模型性能。

论文地址：http://t.cn/A63PW0G0

一是引入验证器提供质量反馈，二是设计专门的算法寻找更优质的噪声候选。简言之，验证器+算法，成为了打通扩散模型测试时Scaling Law的核心要素。

谢赛宁表示，「2025年扩散模型的两个令人兴奋的方向：要么（非常）小，要么（非常）大」。