解码视频扩散：基于蒸馏感知的 LoRA 复用新范式
蒸馏时代的 LoRA 重用挑战
在生成式 AI 的浪潮中，视频扩散模型以其出色的运动连贯性和细节还原能力，成为了当下最受关注的技术方向。然而，视频生成的计算成本始终是制约其大规模应用的瓶颈。为了解决这一问题，步进蒸馏技术应运而生，它通过蒸馏将多步生成过程压缩为极少的推理步数，从而大幅降低了显存占用和推理时间。尽管如此，这种高效的压缩手段并非没有代价。
随着模型训练策略的演进，Low-Rank Adaptation (LoRA) 作为一种高效的微调手段，被广泛应用于控制视频生成的风格、主体或运动轨迹。研究者发现，将为长轨迹训练的 LoRA 模型直接应用于少步蒸馏生成，往往会导致功能效果的显著偏离。这并非简单的参数兼容性问题，核心挑战在于：相似的几何结构并不等同于相似的适配行为。在缩短的蒸馏调度下，原本为了长时间去噪而设计的 LoRA 参数，其在短时间内的发挥机制会发生根本性的重构，这直接导致了生成质量的潜在下降或功能效果的失真。
DART：无训练的重参数化新范式
针对上述痛点，相关研究团队提出了 DART（Distillation-Aware Reparameterization，蒸馏感知重参数化）方法。该方案的核心创新在于摒弃了传统的“源训练视频”重训路径，转而采用完全基于前向评估的训练-free（训练-free）策略。DART 的设计哲学精妙地结合了两个关键要素：低阶坐标输运与目标调度响应校准。
具体而言，低阶坐标输运旨在在参数空间中建立源模型与目标模型之间的几何桥梁，确保在压缩过程中关键的特征维度不被遗失。而目标调度响应校准则通过对前向传播的实时评估，动态调整 LoRA 的输出比例，以适应截然不同的蒸馏时间表。这种“测评-调整”的循环机制，使得模型无需回溯到原始训练数据，即能在推理阶段实现对 LoRA 功能的精准重塑。
实证数据与机理深度剖析
为了验证 DART 方案的有效性，研究团队以 Wan2.2 为目标模型，在四步推理设置下进行了系列严格的实验对比。结果数据具有代表性地展示了方法的威力：在联合质量评分这一核心指标上，DART-F 将得分从 baseline 的 0.9029 提升至 0.9227，提升幅度超越了现有大多数同类优化方案；更为关键的是，功能保留率的转变更为直观——从原本的负值 -0.4644 跃升至正值 +0.1349。这一反转标志着 LoRA 在短步生成中的功能不再是单纯的“退化”，而是可以被有效唤醒和重塑。
进一步的组件分析揭示了性能提升的内部机理。实验表明，目标调度响应校准是贡献最大的单一因素，它负责了绝大部分的质量改善。而低阶坐标输运则扮演了“助攻”角色，当与校准机制结合使用时，能够提供额外的、互补的性能提升，共同构建起一个更加稳健的 LoRA 复用生态。这种分工明确的设计，体现了方法在工程实现上的精细考量。
适配器级别的功能微观图景
除了整体性能的提升，研究还深入到了单个 LoRA 适配器的层面。实验结果显示，不同的适配器对蒸馏过程的敏感度差异巨大。对于某些适配器，DART 能够带来显著的正向功能效果，增强了模型对特定风格或主体的把控能力；而对于另一些适配器，则表现出强烈的负面效应被抑制，原本由于步数缩减而产生的“功能衰减”现象被有效扼杀在摇篮之中。这种适配器级别的差异化处理，打破了“万能修复”假设的局限，证明了并非每个 LoRA 都需要强行“恢复”到原始状态，而是应根据其固有的功能特性进行差异化的校准。
跨模型的普适性验证
为了确保实验结果的普适性，研究团队还对两款额外的目标模型进行了同等深入的评估。跨模型的实验数据保持了与 Wan2.2 相同的聚集趋势，证实了 DART 方法并非针对单一模型的特定捷径，而是具备广泛适用性的通用框架。这一发现对于实际应用具有重要意义：无论是商业级的视频生成平台，还是学术研究中的实验性模型，都能在一定程度上受益于这套无训练的 LoRA 重参数化方案。
结语：从“兼容”到“重塑”的范式转移
综上所述，DART 的提出标志着视频扩散模型中 LoRA 复用策略的一次重要跨越。它不再局限于寻找参数间的静态兼容性，而是通过动态的、基于响应的校准机制，主动重塑 LoRA 在新调度下的行为模式。这种将“功能保留”与“负迁移规避”作为联合优化目标的创新视角，为少步视频生成提供了一个既高效又精准的解决方案。随着生成式模型规模的持续膨胀和应用场景的日益丰富，这种无需重训即能实现高质量 LoRA 复用的技术路径，必将成为推动视频生成技术落地的关键基石之一。