買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉蘇州品物智能科技有限責任公司申請的專利用于廣告圖像素材生成的擴散模型采樣與蒸餾方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120373356B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510874444.6，技術領域涉及：G06N3/045；該發明授權用于廣告圖像素材生成的擴散模型采樣與蒸餾方法是由宋佳駿;徐玥;張皓天;吳瑞明設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本用于廣告圖像素材生成的擴散模型采樣與蒸餾方法在說明書摘要公布了：本申請涉及機器學習技術領域中的計算機視覺方向，尤其涉及一種用于廣告圖像素材生成的擴散模型采樣與蒸餾方法，包括加載預訓練擴散模型并執行完整擴散采樣過程，通過多步去噪推理收集完整潛在特征軌跡；對收集的所述潛在特征軌跡進行折線簡化分析，生成關鍵時間步集合；基于所述關鍵時間步集合以及教師擴散模型的指導，采樣分段漸進式蒸餾訓練，構建廣告領域專用的學生輕量生成模型。本申請能夠兼顧廣告素材生成的高效率與高質量的同時，在極少采樣步驟內生成專業化的廣告素材。

本發明授權用于廣告圖像素材生成的擴散模型采樣與蒸餾方法在權利要求書中公布了：1.一種用于廣告圖像素材生成的擴散模型采樣與蒸餾方法，其特征在于，所述方法包括： 加載預訓練擴散模型并執行完整擴散采樣過程，通過多步去噪推理收集完整潛在特征軌跡，包括：加載訓練完成的擴散模型，設定擴散過程的總時間步數，構造初始潛在變量作為擴散過程的起始輸入，表示圖像的初始噪聲狀態，定義如下：； 其中，和分別表示潛在特征圖的空間高度和寬度，為通道數，代表所有實數的集合；按照時間步從遞減至的順序執行多步去噪推理，每一個時間步中，輸入當前潛在變量及對應時間步信息到擴散模型中，通過神經網絡前向傳播，輸出更新后的潛在變量，在每一步推理完成后，保存當前時間步的潛在特征，依次記錄所有時間步的潛在變量，形成一條長度為的潛在特征軌跡； 對收集的所述潛在特征軌跡進行折線簡化分析，生成關鍵時間步集合，包括：針對潛在特征軌跡中每個空間位置及每個通道，抽取其在所有時間步對應的特征值序列，將其視作一組二維點集，其中橫坐標為時間步，縱坐標為對應的特征值，形成多條折線； 應用RDP算法針對每條折線，計算折線端點間直線與各中間點的垂直距離，垂直距離的計算公式如下： ； 其中，、、分別為折線起點、中間點和終點的二維坐標向量，表示二維向量的叉積，表示向量的模長； 若最大垂直距離超過預設閾值，則保留對應時間步點，遞歸地對折線兩端繼續簡化，直到所有點的最大垂直距離均不超過預設閾值； 或者，所述對收集的所述潛在特征軌跡進行折線簡化分析還包括： 針對潛在特征軌跡中每個空間位置及每個通道在潛在特征軌跡中的變化序列作為分析對象，構建對應的時序折線，每條折線可表示為點集： ； 對于某條折線的首尾點、、及中間任意點，其DNRD距離定義如下： ; 其中，，表示中間點前后幀的特征差；-，表示標準時間步間隔；，表示首尾兩點的整體特征差；，表示首尾時間跨度； 若最大DNRD距離超過預設閾值，則保留對應時間步點，遞歸地對折線兩端繼續簡化，直至所有點的最大DNRD距離均不超過預設閾值； 完成折線簡化后，統計所有被保留時間步點在所有折線中的出現頻次；設置頻次閾值，；選擇滿足的時間步，構成關鍵時間步集合，，其中，為頻次的最大值，； 基于所述關鍵時間步集合以及教師擴散模型的指導，采用分段漸進式蒸餾訓練，構建廣告領域專用的學生輕量生成模型，包括： 將時間區間中的關鍵時間步集合按照時間順序重排，并構造一系列時間區間段對，其中每一對滿足，代表一次從噪聲狀態向目標狀態的去噪躍遷； 在蒸餾訓練中，教師模型提供中間特征對，學生模型接收教師模型在時間步的特征，并預測其對應時間步的初始噪聲表示； 引入評分輔助網絡，評分網絡的訓練目標為最小化以下加權均方誤差損失函數： ； 其中，和分別表示教師模型在時間步、的潛在表示,表示在教師模型生成的數據對上的數學期望；和分別表示在時間步、的噪聲調度系數；表示學生模型在時間步，接收輸入后輸出的估計噪聲或梯度；為學生模型參數的梯度； 權重函數定義如下： ； 其中，表示時間步在全部特征軌跡折線簡化過程中被選為關鍵節點的頻次。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人蘇州品物智能科技有限責任公司，其通訊地址為：215000 江蘇省蘇州市姑蘇區平江街道大儒巷33號8號樓8464室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。