免训练可控多样采样方法被提出

研究者提出一种无需训练的可控多样采样方法，用于提升扩散模型生成图像的多样性。该方法利用条件嵌入空间到图像空间的映射所诱导的局部 pullback 几何，识别输出敏感度最大的方向，引导不同采样轨迹生成差异化图像。 在 MS-COCO 和 BrushNet 上的实验表明，该方法在保持提示词对齐的同时，提升了条件图像生成与修复的多样性。该工作已被 NeurIPS 2026 DynaFront workshop 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。