近年來，單步擴散模型因其出色的生成性能和極高的推理效率，在圖像生成、文本到視頻、圖像編輯等領域大放異彩。目前主流的訓練方法是通過知識蒸餾，最小化學生模型與教師擴散模型之間的分布差異。然而，現有的方法主要集中在兩條平行的理論技術路線上：

• 基于 KL 散度最小化的方法（如 Diff-Instruct[1]，DMD[2] 等）：收斂速度快，但可能存在模式崩潰問題，進而導致生成性能差。
• 基于分數散度最小化的方法（如 SIM[3]，SiD[4] 等）：蒸餾性能更好，但訓練收斂較慢。

這兩條路線似乎在理論上是割裂的。那么，我們能否將它們統一在一個共同的理論框架下？如果可以，這個統一的框架能否帶來更強的模型性能？

來自北京大學、小紅書 hi lab 等機構的華人研究者共同提出了名為 Uni-Instruct 的單步生成大一統理論框架，目前已被 NeurIPS 2025 接收。該框架不僅從理論上統一了超過 10 種現有的單步擴散模型蒸餾方法，更是在多項任務上取得了當前最佳（SoTA）性能。