BAM（Bayesian Anything Model）：面向生成式计算成像的基础模型

研究者推出轻量级生成式计算成像基础模型 BAM（Bayesian Anything Model），参数量仅 36M，支持少步、物理感知的后验采样。该模型将 RAM 主干升级为条件流图，仪器物理特性可在推理时动态指定，无需似然近似与引导权重调节。在 FFHQ、LSUN 及 Kohler 等基准上，BAM 仅需 3 步采样即可在质量上超越专用模型与主流零样本方法。