CVPR 2026工作VDE：无需训练的Rectified Flow模型加速方法 华南理工大学团队提出的VDE方法通过速度场分解与估计，实现了Rectified Flow生成模型的推理加速。该方法将速度场分解为平行和正交于输入的分量，利用几何结构特性估计后续速度，减少模型前向计算次数。实验表明，VDE在FLUX、Qwen-Image等模型上可实现2-3倍加速，同时保持生成质量（SSIM提升19.5

CVPR 2026工作VDE：无需训练的Rectified Flow模型加速方法 华南理工大学团队提出的VDE方法通过速度场分解与估计，实现了Rectified Flow生成模型的推理加速。该方法将速度场分解为平行和正交于输入的分量，利用几何结构特性估计后续速度，减少模型前向计算次数。实验表明，VDE在FLUX、Qwen-Image等模型上可实现2-3倍加速，同时保持生成质量（SSIM提升19.5

torchtext与torch版本对应关系，一文看懂

【代码】MNIST 99.5%准确率 Pytorch实现 源代码。