以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Adversarial diffusion distillation has conventionally relied on image features for discrimination. We revisit this choice for multimodal diffusion transformers (MMDiTs), whose text stream becomes image-dependent through joint attention. We introduce Text-Stream Adversarial Distillation (TSAD), which exploits intermedia
阅读原文 · Dar-Yen Chen, Yi-Zhe Song
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看的地方，不在“又做了一个少步蒸馏”，而在它挑了一个很多人默认不改的位置下手： 对抗蒸馏的判别特征，从图像特征换成了多模态扩散 Transformer 的文本流中间状态 。 如果这个思路成立，一步生成就不只是蒸馏强度的压力测试，而是一个能用的默认档位。对做图像生成产品的人来说，这意味着延迟和成本结构可能真的会变。 不过先说边界：这篇是 Huggi...