被压缩掉的是什么
采样一个扩散或者流模型，就是从纯噪声一路走到成品潜空间，每一站都要跑一次网络。三十站就是三十次前向，在视频上这一项直接决定成本和延迟。
蒸馏训练一个学生网络去跳站。严格表述会给学生一个自一致性质：无论把老师轨迹上的哪一点交给它，它都返回同一个终点。如果这个性质成立，那么最前面那一点，也就是纯噪声，本身就映射到成图，一次前向足够。
实际情形比理论脏。你真正会遇到的那些家族混了好几种手段：对老师做一致性蒸馏、加对抗损失把纯蒸馏磨平的锐度补回来、再加分布匹配目标防止学生塌到少数几个输出上。值得记住的技术线有潜在一致性模型及其 LoRA 形式、SDXL 的对抗式 turbo 与 lightning 变体、Flux 的一步兄弟版本，以及让视频模型能逐帧流式输出的那批因果蒸馏。
怎么判断你正在用它
托管目录很少直接写「这是蒸馏版」，但特征很稳定：
- 步数是个位数，或者干脆没有步数可调。
- 引导参数固定、被隐藏，或者改了看不出任何变化。
- 有反向提示词输入框，但填了没反应。
- 名字里带 fast、turbo、flash、lite、schnell、lightning，价格是同门完整模型的几分之一。
- 换不同种子出来的图相似得可疑。
最后一条是最可靠的信号，也最直白地说明了你放弃了什么：多样性是步数压缩的第一个牺牲品。
这笔交易在真实工作里怎么算
它真正划算的场景是探索。一次生成从四十秒变成两秒，整个工作形态就变了：你会试十二个构图而不是押注一个，会边看结果边改提示词，在画布上可以先铺满一板选项再挑。这值得让出一部分画质，因为那些图本来就是为了被否掉而存在的。
交易变亏的地方是蒸馏结果被当成交付物。蜡感皮肤、被压平的布料、四步渲染特有的那种过分干净，后期很难救回来，而这些恰好就是观众读成「机器做的」的信号。放大补不出从来没生成过的质感。
所以站得住的流程是两段式：在快速档探索，方向定下来之后用同一条提示词在完整模型上按正常步数重出一遍。视频上这个理由更强，因为蒸馏草稿能让你先确认运动对不对，再为真正要剪进片子的那一版付钱。
还有一点值得记牢：蒸馏和架构是两件独立的事。蒸馏版的提示词理解能力、分辨率范围、细节上限，全部继承自被压缩的那个老师。完整模型写不对字、撑不住十秒镜头，快速档也一样撑不住。步数压缩买到的只有速度。