一句话结论
WaveDiff 在 DDGAN 的 2–4 step adversarial diffusion 上，把图像变换到 $4C\times H/2\times W/2$ 的 wavelet space，并重做 frequency-aware U-Net；它在若干无条件数据集上降低约 2.5–4× FLOPs 与显存、改善对 DDGAN 的速度—质量前沿，但不覆盖 text-to-image、编辑、LDM 或 DiT。
论文定位
这是表示空间与网络结构联合压缩，不是 solver、蒸馏或现代 latent diffusion。模型仍依赖 GAN discriminator，从头为每个数据集训练，速度还来自减少网络深度，因此不能把全部收益归给 DWT。
问题定义
DDGAN 已把采样缩到 2–4 步，但 pixel-space U-Net 仍昂贵。WaveDiff 用固定、可逆 DWT 降低空间网格，并希望频率专用 blocks 保住高频细节。
方法概述
- 单层 DWT 把空间尺寸减半、通道变为四倍；IWT 恢复图像。
- 沿用 DDGAN 的 adversarial transition training，并加入 subband/image $L_1$ reconstruction。
- frequency-aware down/up blocks、wavelet residual 和 low-frequency bottleneck 构成 U-Net-like generator。
- 高频在 bottleneck 中直接传递；主要卷积在低频/低空间分辨率上运行。
核心实验与结果
FLOPs / memory（PDF p.6，Table 1）
| 数据 | DDGAN | WaveDiff |
|---|---|---|
| CIFAR | 7.05G / 0.31G | 1.67G / 0.16G |
| 256² | 70.82G / 3.21G | 28.54G / 1.07G |
| 512² | 282.00G / 12.30G | 74.35G / 3.22G |
质量—速度
- CIFAR：FID 4.01、Recall 0.55、0.08s；DDGAN 3.75/0.57，作者机器复现约 0.30s。速度更快但质量略差。
- STL：12.93/0.41/0.38s；DDGAN 21.79/0.40/0.58s。
- CelebA-HQ 256：5.94/0.37/0.79s；DDGAN 7.64/0.36/1.73s。
- CelebA-HQ 512：6.40/0.35/0.59s；DDGAN 8.43/0.33/1.49s。
- LSUN-Church：5.06/0.40/1.54s；DDGAN 5.25/未报/3.42s。
跨论文 speed 数字硬件不完全统一；只有带星号的 DDGAN 时间是作者机器复现。
关键消融
CelebA-HQ 256：full FID 5.94/0.79s；去 residual 6.25/0.78s，去 wavelet up/down 6.23/0.61s，去 bottleneck 6.18/0.78s。完整网络质量最好，但部分组件增益小且增加 latency。reconstruction term 约改善 0.6 FID。
batch size 也显著影响 FID；CelebA 512 与 DDGAN 未能在完全相同 batch size 下重训，公平性存在缺口。
训练与部署边界
- CIFAR/STL 单卡训练约 1.6/3.6 天；LSUN 4×A100 6.8 天；CelebA 512 8×A100 4.3 天。
- 参数量并非总更少，例如 STL 为 55.58M 对 DDGAN 48.43M。
- batch-1 约 0.07–0.16s；主文的 batch 25/100 latency 与 batch-1 数字不可混用。
局限或疑问
- 无条件、dataset-specific、adversarial diffusion；不代表标准 DDPM/LDM/DiT。
- 无文本对齐、编辑保持、控制或跨任务迁移证据。
- 高分辨率 baseline 的 batch size 不完全受控。
- 速度来自 DWT、网络深度和配置共同变化，缺单变量 wall-clock 分解。
- progressive upsampling 失败（CelebA 256 FID 13.11），低/高频生成仍存在匹配问题。
对当前 Wiki 判断的影响
- 直接支持 扩散效率工程 中“representation/network cost 与 NFE 是不同旋钮”。
- 对 扩散模型 是早期 U-Net/DDGAN 替代路线，不是现代 DiT 主线。
- 对统一图像模型 question 不应引用：论文不做多任务、编辑或统一接口。旧 entity/question 关联已移除。