24 vs 50 denoise steps · 孪生对照

同 ckpt · 同 4 clips(2 TRAIN + 2 TEST)· 同种子 · 同 cluster-128 τ.85 / t.45 / uniform 各自配置 — 唯一变量 = 采样步数(24 = 23 Euler + x0-proj;50 = 49 + x0-proj)。背靠背两个 job(403149 / 403543),ckpt 漂移 ≤500 步。
📌 定论:24 步保持默认。严格同-ckpt 的 4 行里,50 步 PSNR 平手或 −0.1dB,unseen 内容能量只多 ~2 分(肉眼不可见,目检两套大图逐行几乎相同),代价是 2.1× 推理时间。此前"24≥50"的旧结论在新架构上重测后仍然成立。

严格同-ckpt 配对(4-clip 平均,seen-PSNR dB / unseen-gray)

模型 @ckpt24 步50 步ΔPSNRΔgray(负=50 更多内容)
baseline r128 uniform @300012.88 / −5.212.88 / −5.30.00−0.1
expC cl128 τ.85 @450012.25 / −45.212.15 / −46.9−0.10−1.7
expE-rand cl128 τ.85 @450012.93 / −32.612.80 / −34.6−0.13−2.0
expE-scratch cl128 τ.85 @100013.15 / −21.513.03 / −23.3−0.13−1.8

漂移行(24-run ckpt 多 +500 步,仅供参考)

模型24 步 @ckpt50 步 @ckpt
expA t.4512.63 / −24.0 @550012.60 / −25.1 @5000
expB t.4512.68 / −21.2 @550012.63 / −26.5 @5000
expE-geo cl128 τ.8512.98 / −26.6 @500012.70 / −26.8 @4500
⚠️ 方法论备注:此前 reinfer_expE 的数字(rand@4500=12.68 等)与本表不可比 — 两脚本族的 seen-mask 取自不同 cache 的 k(fwd18 voxel-k vs novoxel density-k),mask 不同则 PSNR 区域不同。跨表比较只能在同脚本族内做;本页两列来自同一 full_compare 家族,mask 逐字节相同。
💡 顺带读数(24 列,ckpt 较新):expE-scratch@own-1000 仍是全场第一(13.15,含 TEST clip 111b656f 上 16.5dB 反超 baseline 16.3 且内容能量 3 倍);geo@5000 升至 12.98 在追近。clean-lineage 优势持续。

逐 clip 大图(左 24 步 · 右 50 步;行序 GT/baseline/A/B/C/geo/rand/scratch)

TRAIN 00534f58 · 24 步
TRAIN 00534f58 · 50 步
TRAIN 0003dc82 · 24 步
TRAIN 0003dc82 · 50 步
TEST 111b656f · 24 步
TEST 111b656f · 50 步
TEST 2501f488 · 24 步
TEST 2501f488 · 50 步
jobs: full_compare50=403149 · full_compare24=403543 · 2026-07-28 · MCSDF ablation fleetexpF +Plücker 训练中expG VACE-14B 训练中