DDIM 一定能用 20 或 50 步保持原来的质量吗？

不能保证。DDIM 可以在不重新训练去噪网络的情况下使用较稀疏的时间步，但可接受的步数依赖模型、数据、噪声参数化和评价指标，需要在目标 checkpoint 上验证。

DPM++ 2M Karras + 20 步 + CFG 5 是通用默认值吗？

不是。这类配置来自特定图像模型生态，不能直接外推到蛋白、分子、flow-matching 模型或其他 checkpoint。采样器、scheduler、NFE 与 guidance 都应从模型文档和验证集出发。

标准 CFG 需要同时估计条件与无条件预测并做线性组合。训练时随机丢弃条件是常见实现方式，但丢弃概率没有统一的 10% 标准，且现代模型也可能采用其他 guidance 训练或蒸馏方案。

条件的形状很重要，但还要考虑主干架构、条件与输出的对齐关系、是否需要局部控制以及是否已有预训练 checkpoint。交叉注意力、拼接、调制和控制分支是不同设计点。

第 3 章已经说明训练目标、scheduler 和采样器必须使用一致的参数约定。本章只处理两个工程问题：怎样降低采样成本，以及怎样让生成受条件控制。这里最重要的原则是不要把某个图像 checkpoint 的经验参数写成跨领域默认值。

训练时常从一个离散时间网格中随机抽取 $t$ ；采样时则需要选择一条从噪声到数据的数值路径。两者相关，但不要求采样严格访问训练时的全部时间点。

flowchart LR
T["训练：随机采样噪声水平"] --> N["学习噪声/score/velocity"]
N --> S["采样：选择 solver 与时间点"]
S --> E["NFE、延迟与质量"]

训练与采样的分工

因此更好的速度指标是 NFE，而不是“训练用了 T=1000，所以推理必须 1000 步”。

DDIM 的关键贡献之一，是在同一训练目标下构造非马尔可夫的生成过程，从而可以使用稀疏的时间步，并在常见设置下进行确定性采样。它不要求重训去噪网络，但“多少步够用”没有跨模型固定答案。

后续方法把连续时间扩散写成 ODE/SDE，并设计更高效的求解器。DPM-Solver++ 的论文在特定 guided 图像模型上展示了约 15–20 次网络评估的高质量采样，但这应理解为论文实验结果，而不是所有模型的推荐步数。

路线	主要特点	需要注意
ancestral / SDE sampler	保留随机项，可获得随机轨迹	NFE、噪声离散化和模型参数化必须匹配
DDIM	可确定性、可使用较稀疏时间点	少步质量依 checkpoint 而变
ODE solver / DPM-Solver 类	利用连续动力学做高效积分	solver 阶数、时间网格与 guidance 会相互作用
蒸馏/一致性模型	训练目标本身针对少步甚至单步	不是“换一个 scheduler”就能得到

“采样器就是 ODE 数值积分器”只对一部分确定性概率流采样器成立；随机 SDE/ancestral sampler 不能全部塞进这个类比。

一个可靠流程是固定 checkpoint、随机种子集合和评价协议，然后对候选 sampler 扫一组 NFE。记录至少三类指标：生成质量/任务指标、吞吐或延迟、失败率或约束违反率。

checkpoint + scheduler 约定固定
        ↓
选择 2–3 个兼容 sampler
        ↓
扫 NFE：少 → 中 → 多
        ↓
画质量/效用 vs NFE 曲线
        ↓
在目标预算下选择拐点

图像模型常见的 10、20、50 步经验不能直接搬到蛋白结构、分子坐标或离散扩散。不同状态空间的一次网络前向成本也完全不同。

标准 CFG 同时计算条件预测和无条件预测，并按 guidance scale 做外推。以噪声预测记号为例，可写成：

\hat\epsilon_{cfg} =\epsilon_\theta(x_t,t,\varnothing) +w\left[\epsilon_\theta(x_t,t,c)-\epsilon_\theta(x_t,t,\varnothing)\right].

$w$ 增大通常会增强条件一致性，但也可能损失多样性、造成过度饱和或放大模型误差。不存在跨 checkpoint 通用的“3–8 最佳区间”。有些现代模型还使用 guidance embedding、distilled guidance 或其他训练方式，scale 的含义可能不同。

标准 CFG 需要模型同时学会有条件和无条件行为。训练时随机把条件替换为空条件是一种常见实现，但 dropout 概率是超参数，不是固定的 10%。

条件注入是架构设计，不只是“条件长什么样”的机械映射。

ControlNet 是一种额外控制分支的具体架构；LoRA 是参数高效更新机制。把两者与“cross-attention/concat”放成同一层级的三种条件形状，会混淆“信息怎么输入”和“参数怎么适配”。

出现“生成不听条件”或“少步就崩”时，按依赖关系检查：

这个顺序的目的，是先排除“配置不一致”再调超参数。很多能够运行但结果很差的扩散管线，本质上不是模型能力不足，而是训练与采样约定错位。