EVI-014
Evidence
Tab.13 compute_vs_fid + 主表：LDM-4-G 271 vs ADM 916 V100-day、0.4 vs 0.12 samples/s、FID 3.60/3.95 vs 10.94（支撑 CLM-014）。
| id | EVI-014 |
|---|---|
| type | evidence |
| claims | CLM-014 |
| source | SRC-2112.10752 |
| observation | Tab.13 compute_vs_fid（训练 V100-days + 推理 samples/s，A100）+ 主 ImageNet 256² 表（LDM-4/LDM-4-G vs ADM/ADM-G/BigGAN-deep，250 步） |
| method | class-conditional ImageNet 256²；LDM-4 400M latent U-Net，f=4；ADM 554M pixel U-Net；250 DDIM steps；两配置：主结果 cfg=1.5，算力表 cfg=1.25（178K steps, batch 1200）。 |
| scope | LDM-4 400M vs ADM 554M；250 步；cfg 1.5（主）/1.25（算力表） |
Result
训练算力（V100-days）：LDM-4-G 271 vs ADM 916 → ≈3.4× 更少。推理吞吐（samples/s, A100）：LDM-4-G 0.4 vs ADM 0.12 → ≈3.3× 更快。参数量：400M vs 554M。质量：LDM-4-G 主表 cfg=1.5 FID 3.60 / IS 247.67 / prec 0.87 / recall 0.48；算力表 cfg=1.25 FID 3.95 / IS 178.22 / prec 0.81 / recall 0.55。对比 ADM（250 步）FID 10.94；ADM-G FID 4.59（608M）；BigGAN-deep 6.95（340M）。
Caveats
两处 LDM-4-G 数值来自不同配置，勿混：主表 cfg=1.5 的 FID 3.60；算力表 cfg=1.25（178K, batch 1200）的 271 V100-days + 0.4 samples/s + FID 3.95。ADM 行按 250 步取（916, 0.12, 554M, 10.94），与 250 步 LDM 直接可比；ADM 另有 1000 步行（232 V100-days）不属此口径。"3.4×/3.3×" 为 916/271 与 0.4/0.12 之比，随所选口径浮动，非固定常数。DiT 侧 CLM-001 把 "LDM-4-G 3.60" 记为"此前所有 diffusion 模型最佳"，与本表一致，形成跨来源锚点。
引用（3）
- CLM-001 DiT-XL/2（cfg=1.50，3 通道 guidance）在 ImageNet 256×256 达 FID-50K 2.27，为包括 StyleGAN-XL 在内的最低 FID。
- CLM-014 latent 空间训 DM 同时压低训练与采样算力且质量反升：LDM-4-G 271 vs ADM 916 V100-days，采样快约 3.3×。
- SRC-2112.10752 Latent Diffusion Model 原始论文（Rombach et al.）；Stable Diffusion 学术源头，DiT 所引『latent diffusion』。
被引用（3）
- CLM-014 latent 空间训 DM 同时压低训练与采样算力且质量反升：LDM-4-G 271 vs ADM 916 V100-days，采样快约 3.3×。
- FRM-2112.10752 LDM 五层重建：感知压缩 AE + 潜空间扩散的两段分解，换取训练/采样成本大降；多任务多分辨率（256²/512²→~1024²）。
- VER-014 算力主张核验：271 vs 916 V100-day、0.4 vs 0.12 samples/s、FID 3.60/3.95 vs 10.94 与 compute_vs_fid 表逐项吻合，两 cfg 口径已分离。supported。