人工智能图像生成平台 Ideogram 发布 V4 版本，其在 fal 推理服务上实现了令人瞩目的性能飞跃。在 1K 分辨率下，单张图像的生成时间从原先的 2.75 秒锐减至 0.44 秒，提速达到 6 倍以上，且视觉质量无明显下降。这一突破并非依靠简单的硬件堆砌，而是通过在多条优化轴线上同时压缩成本来实现。技术核心之一在于采用了 FP4 低精度计算与 Epilogue Fusion 等算子融合策略，大幅降低了推理延迟和内存带宽需求。然而，纯粹的 FP4 量化会引入颜色失真和细节损失，团队为此引入了量化感知蒸馏技术，在训练过程中让高精度教师模型指导低精度学生模型，从而显式补偿 FP4 的误差，有效恢复了色彩准确度与图像保真度。这项工作不仅展示了扩散模型在极端量化条件下的可行性，也为大规模实时生成式 AI 服务的部署提供了新的工程范式，使低成本、亚秒级的交互式创作体验成为可能。