华中科技大学人工智能与自动化学院与阿里巴巴通义实验室联合研发的华科最新成果——SharpMoE框架，旨在解决AI图像生成中算力分配不均的义联核心痛点。该研究论文于2026年6月25日以预印本形式发布，手让生成算力论文编号为 arXiv:2606.26938。图像读者可通过该编号在arXiv平台获取完整技术文档。更聪

当前主流AI图像生成系统（如扩散模型）通过从噪声中逐步去噪来“浮现”图像。明地然而，分配随着模型参数规模激增至数十亿级，华科全参数激活带来的义联计算开销成为瓶颈。为此，手让生成算力研究团队提出SharpMoE方案，图像通过优化“专家混合”（Mixture-of-Experts,更聪 MoE）机制，实现算力的明地精准按需分配，显著提升生成效率与质量。分配

一、华科背景：扩散模型与MoE机制的“隐形工厂”

1. 扩散模型的去噪本质

AI生成图像并非凭空创造，而是基于扩散模型（Diffusion Models）。该过程类似于从布满雪花噪点的电视屏幕中逐步还原清晰画面：模型从随机噪声出发，经过多步迭代去噪，最终生成目标图像。

2. MoE机制：按需调度的“设计公司”

为平衡模型性能与计算成本，研究者引入专家混合（MoE）机制：
* 专家（Experts）：具备不同专长的神经网络模块。
* 路由器（Router）：负责判断图像局部区域（Token）应由哪些专家处理。
* 核心逻辑：复杂区域（如羽毛纹理）分配更多专家，简单区域（如天空背景）减少专家参与。这种“按需分配”策略在扩展模型能力的同时，有效控制了计算资源消耗。

二、痛点：噪声环境下的“路由失明”

尽管MoE机制理论上能优化算力，但现有方法存在严重的“噪声路由”（Noisy Routing）问题：

1. 决策依据失真：在扩散模型早期阶段，图像噪声极大、细节模糊。路由器基于当前高噪声图像进行决策，如同“蒙眼指挥”。
2. 算力分配失效：研究团队利用拉普拉斯算子量化图像块的显著性（纹理复杂度），发现现有方法（如DiffMoE）中，无论图像块复杂度高低，分配的专家数量几乎无差异。
3. 后果：关键细节区域得不到足够算力关注，而简单背景区域可能被过度处理，导致生成质量受限。

三、解决方案：SharpMoE框架核心机制

SharpMoE的核心创新在于“让路由器看清真相”，通过引入干净图像估计指导路由决策。

1. 核心思路：借用“干净预览图”

在扩散模型的每一步去噪中，模型会预测一个当前对最终干净图像的估计（即 $x^0$ 预测）。尽管早期预测粗糙，但其已勾勒出图像主体结构和大致布局。SharpMoE利用这一预测作为“干净预览”，辅助路由器识别真正需要重点处理的区域。

2. 双路由器协同架构

每个SharpMoE模块内部采用双轨协作机制：
* 预训练路由器：读取当前时间步的噪声图像，捕捉实时去噪状态，依赖既有经验。
* 显著性感知路由器（新引入）：读取上一时间步预测的干净图像估计，获取图像显著区域信息。
* 决策融合：将两个路由器的得分相加，作为最终专家分配依据。

技术细节：为避免破坏预训练模型稳定性，显著性感知路由器的初始权重设为零。随着训练推进，新路由器的影响力逐步增强，实现平滑过渡。

四、训练策略：全轨迹训练与损失约束

1. 递归全轨迹训练（Recursive Full-Trace Training）

显著性感知路由器依赖上一步的干净预测，而标准扩散模型通常采用“单步去噪”训练，无法提供此信息。为此，研究团队设计了新训练方案：
* 多步模拟：每次训练随机抽取一组按时间顺序排列的时间步（如10步），模拟完整去噪过程。
* 信息传递：每一步产生的干净预测作为下一步的输入，确保显著性感知路由器获得必要信息。
* 初始步处理：第一步使用当前噪声图像作为替代输入（因初期无显著区域之分）；将第一个时间步固定在接近1.0的位置（如0.999），以提供有效的学习信号并保持一致性。

2. 轨迹路由损失（Trace Routing Loss）

为从目标层面约束算力分配，研究团队提出轨迹路由损失：
* 计算逻辑：统计整个去噪过程中每个图像块的累计算力分配，并与基于拉普拉斯算子计算的真实显著性地图进行对比。
* 优化目标：理想状态下，累计算力应与显著性成正比。使用KL散度衡量两者分布差异，并在训练中最小化该差异。
* 平衡机制：该损失项与原有的Flow Matching去噪损失结合，通过权重系数（实验中设为0.001）平衡，确保不干扰基础生成能力。

五、实验结果：显著性能提升与广泛适用性

研究团队在ImageNet数据集（256×256分辨率，类别条件生成）上进行了系统性评测，核心指标为FID（越低越好）和IS（越高越好）。

1. 后训练增强效果显著

SharpMoE被设计为后训练增强框架。在已训练50万步的MoE扩散模型基础上，仅需追加10万步训练，即可实现性能飞跃：

(注：以上数据基于cfg=1.5设置)

2. 消融实验验证组件贡献

以DiffMoE-B为例（cfg=1.5）：
* 原始模型：FID 8.03
* + 显著性感知路由：FID降至 6.95
* + 轨迹路由损失：FID进一步降至 6.66
* 结论：两个组件均独立贡献性能提升，组合使用效果最佳。

3. 鲁棒性与超参数敏感性

• 训练阶段无关性：无论从40万、50万还是70万步的检查点开始后训练，SharpMoE均能在10万步内带来一致提升，证明其作为后训练工具的强鲁棒性。
• 超参数不敏感：测试T=5, 10, 15, 20四种全轨迹步数，性能差异有限。最终选择T=10作为默认设置，因其在效果与效率间取得最佳平衡。

4. 可视化分析

专家分配曲线显示：
* DiffMoE：曲线平坦，各显著性区域获得的专家数量无差异。
* SharpMoE：曲线呈明显单调递增，显著性越高，分配专家越多。
* 关键发现：在高噪声阶段（生成早期），SharpMoE的差异最为显著，证明干净预测指导在算力需求最迫切的时刻发挥了最大作用。

六、总结与展望

SharpMoE解决了一个直观但实现困难的问题：如何让AI在生成图像时“看清”重点，而非盲目分配算力。

通过借用上一步干净图像预测指导路由、配合全轨迹训练及显著性对齐损失，SharpMoE在多种架构（TC-DiT, EC-DiT, DiffMoE）和规模（S/B/L）上均表现出稳定且显著的改进。

对用户而言，这意味着在同等计算资源下，未来的AI图像生成系统将能呈现更丰富的细节（如羽毛纹理、食物层次），避免关键信息被噪声淹没。

行业启示：在AI模型日益复杂的今天，优化“算力分配策略”往往比单纯堆砌参数更具效能。SharpMoE证明了让模型更好地“感知”问题本质，是提升生成质量的关键路径。

Q&A

Q1：SharpMoE与普通扩散模型的区别是什么？
A：普通扩散模型的路由器仅基于当前高噪声图像进行决策，导致判断失准。SharpMoE引入了上一时间步预测的干净图像估计作为参考，使路由器能更准确地识别高显著性区域，从而将算力精准分配给细节丰富的部分，提升生成质量。

Q2：SharpMoE训练起来会不会特别费时？
A：不会。SharpMoE是“后训练增强”框架，可直接在预训练模型上微调。实验显示，仅需在原有50万步基础上追加10万步训练即可显著提升性能，且适用于模型收敛的任何阶段。

Q3：轨迹路由损失具体是怎么约束算力分配的？
A：该损失函数统计整个去噪过程中每个图像块的累计算力分配，并结合拉普拉斯算子计算的显著性地图，利用KL散度量化两者分布差距。通过最小化这一差距，强制模型学会将更多算力分配给纹理复杂、细节丰富的区域。