预测目标参数化（ε / v / x₀ 预测）

扩散模型的网络该输出噪声、速度还是干净数据，这个选择叫预测目标。

扩散模型和流匹配训练时，先给干净数据 x₀ 加噪得到 x_t，网络看到 x_t 后要输出某个量来算损失，这个量有几种选法。ε 预测让网络猜加进去的噪声，是 2020 年 DDPM 的做法；x₀ 预测直接猜干净数据；v 预测由 Salimans 和 Ho 在 2022 年提出，预测噪声和数据的加权组合，在采样步数很少时更稳定；流匹配、整流流里网络预测的速度场也属于这一类。给定 x_t 和时间步，三者可以互相换算，但训练难度、不同噪声水平下的误差权重、少步采样效果并不相同。2025 年 Tianhong Li 与何恺明的 JiT 论文指出，在高维像素空间里直接预测干净数据，比预测噪声或速度更容易学好。机器人里，扩散策略默认用 ε 预测，π0 等流匹配 VLA 预测速度。

例子扩散策略（Diffusion Policy）的噪声预测网络 ε_θ 输入加噪的动作序列，输出估计的噪声；π0 的动作专家则输出速度向量，部署时从纯噪声出发积分 10 步得到动作块。

也叫

ε 预测、噪声预测、v 预测、x₀ 预测、x 预测、epsilon-prediction

相关

扩散模型、流匹配、整流流、去噪扩散概率模型、速度场、去噪损失

来源

Denoising Diffusion Probabilistic Models (DDPM, arXiv 2006.11239)
Progressive Distillation for Fast Sampling of Diffusion Models (v-prediction, arXiv 2202.00512)
Back to Basics: Let Denoising Generative Models Denoise (JiT, arXiv 2511.13720)

信息截至

2025-11