FARI：面向扩散模型水印的鲁棒单步反演

研究者提出单步反演框架 FARI，配合轻量对抗 LoRA 微调去噪器提取扩散模型水印，在水印验证鲁棒性上超过 50 步 DDIM 反演并大幅缩短推理时间。该方法利用反演轨迹曲率低于前向生成路径、可低 NFE 近似的特点，使端到端对抗训练得以直接优化鲁棒性。在单张 NVIDIA RTX A6000 GPU 上约 20 分钟微调，代码与预训练模型已公开。