利用量子测量随机性降低扩散模型的采样开销

研究提出一种将量子测量产生的有限采样噪声用于替代扩散采样器部分注入噪声的方法，以减少量子神经网络（QNN）的测量开销。该方法通过匹配均值与协方差推导自适应 shot 预算，在八维高斯混合实验中仅需每个样本 303 shots，即可达到与 1.6×10⁶ shots 高采样参考相当的生成质量，采样量减少约 5300 倍。MNIST 潜空间扩散实验进一步验证了该机制。