一步生成模型中的深度即时间：Depth as Time 实证观察

一步生成模型通过蒸馏或学习流映射压缩扩散模型的多步轨迹后，研究者提出"深度即时间"（depth as time）的实证观察：多步扩散在采样步上完成的去噪计算，似乎会沿一步生成网络的深度方向展开。该观察针对生成被压缩为单次前向传播后去噪轨迹的变化。