做过视频生成蒸馏的人，大概都中过这个邪：4 步出图惊艳，8 步反而糊了，16 步直接崩。

按常识"步数越多质量越好"在 consistency distillation 上是不成立的——这不是 bug，是 CM 的设计就这样。

🔍 原因其实挺直白：consistency distillation 把原来的 probability-flow ODE 轨迹替换成了 consistency-sampling 轨迹。前者是连续光滑的，加步数自然 refine；后者是端点映射 z_t→z_0，多走几步就脱离训练分布，越走越歪。

所以 few-step 模型部署上线后，留给用户的"质量旋钮"其实是坏的——你以为多花点算力能换质量，结果换来一坨噪声。

NVIDIA 新出的 AnyFlow 思路挺正：把蒸馏目标从端点 z_t→z_0 改成 flow map z_t→z_r，学任意时间区间之间的转移。再配个 Flow Map Backward Simulation，把完整 Euler rollout 拆成 shortcut 转移，做 on-policy 蒸馏。

💡 实测在 1.3B 到 14B、双向和因果架构上都 work，少步打平 CM，多步还能继续涨。

我之前做短剧大模型那会儿，步数蒸馏这块最头疼的就是"测试时 scaling 性质丢了"，业务侧总想留个 quality/latency 的滑条，CM 直接把这个滑条拧死。

flow map 这套范式（Align Your Flow、Shortcut Models、MeanFlow 都在这个方向上）今年大概率会成为视频蒸馏的新默认选项。CM 时代该翻篇了。 arXiv: 2605.13724