No Training, No Problem: Rethinking Classifier-Free Guidance for Diffusion Models
ETH Zürich（苏黎世联邦理工学院）；DisneyResearch|Studios（迪士尼研究工作室）
本文提出独立条件引导（ICG）和时间步引导（TSG），在无需额外训练或修改训练过程的情况下，为条件及无条件扩散模型提供与免分类器引导（CFG）相当的生成质量提升。
2025-06-03 cs.CV cs.LG
Improving Sample Quality of Diffusion Models Using Self-Attention Guidance
Korea University（高丽大学）
本研究提出无需条件与训练的自注意力引导（SAG）方法，通过模糊扩散模型注意力区域提升生成质量，适用于多种扩散模型且可与传统引导方法结合进一步增效。
2023-08-24 cs.AI cs.CV cs.LG
Diffusion Models for Solving Inverse Problems via Posterior Sampling with Piecewise Guidance
Department of Electrical and Computer Engineering（电气与计算机工程系）；Virginia Tech（弗吉尼亚理工大学）；Department of Electrical and Electronic Engineering（电气电子工程系）；Institute of Science（科学研究所）
本文提出一种基于扩散模型的分段引导框架，用于解决逆问题，通过分段函数平衡计算效率与引导精度，有效整合测量噪声，实验显示在图像修复和超分辨率任务中提升效率。
2026-05-01 cs.CV cs.LG
End-to-End Diffusion Latent Optimization Improves Classifier Guidance
Salesforce Research（赛富时研究院）；Stanford University（斯坦福大学）
本文提出DOODL方法，通过直接优化扩散潜在并利用可逆扩散过程实现内存高效反向传播，解决了传统分类器引导中梯度错位问题，在多种引导任务上优于一步分类器引导。
2023-05-31 cs.AI cs.CV cs.LG
Advanced Image Generation: Negative Prompt Optimization and Latent Classifier Guidance
该研究提出新系统，通过微调序列到序列语言模型集成负提示优化与潜在空间分类器引导，自动生成优化负提示，用混合分类器评估引导扩散步骤，减少伪影并提高语义保真度，提升Stable Diffusion图像生成质量。
2026-07-17 cs.CV cs.LG
Steering Guidance for Personalized Text-to-Image Diffusion Models
Qualcomm AI Research（高通人工智能研究）
针对文本到图像扩散模型个性化微调中目标分布适配与原模型知识保留的权衡问题，提出基于空文本弱模型和权重插值的个性化引导方法，在无额外开销下实现均衡生成，提升文本对齐与保真度。
2025-08-01 cs.CV cs.LG
MMD Guidance: Training-Free Distribution Adaptation for Diffusion Models via Maximum Mean Discrepancy Guidance
University of California, Berkeley（加州大学伯克利分校）
提出MMD Guidance，一种无训练方法，通过最大均值差异梯度引导扩散模型采样，实现与参考数据分布对齐，无需重新训练。
2026-06-09 cs.AI cs.CV cs.LG
A Noise is Worth Diffusion Guidance
Korea University（高丽大学）；KAIST（韩国科学技术院）；Sookmyung Women’s University（淑明女子大学）；Hugging Face
针对扩散模型需引导生成可靠图像的问题，提出NoiseRefine方法，通过优化初始噪声为无引导噪声，利用小幅度低频分量增强去噪，无需引导即可提升推理效率和图像质量，仅需50K数据即可实现高效学习。
2024-12-05 cs.AI cs.CV cs.LG
ProtoDiffusion: Classifier-Free Diffusion Guidance with Prototype Learning
Istanbul Technical University（伊斯坦布尔技术大学）；Novus Technologies（诺沃斯科技公司）
本文提出ProtoDiffusion，将原型学习引入扩散模型，用单独学习的类别原型替代随机初始化的类别嵌入作为条件引导，从而在更短训练时间内实现高生成质量，并在多种数据集和实验设置下验证了其有效性。
2023-07-04 cs.CV cs.LG
Mitigating Diffusion Model Hallucinations with Dynamic Guidance
Stony Brook University（石溪大学）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
针对扩散模型因分数函数过度平滑导致的幻觉问题，提出动态引导方法，沿预定方向选择性锐化分数函数，保留有效语义变化，显著减少幻觉。
2026-06-05 cs.CV cs.LG
Characteristic Guidance: Non-linear Correction for Diffusion Model at Large Guidance Scale
Hong Kong University of Science and Technology（香港科技大学）；Southern University of Science and Technology（南方科技大学）
针对无分类器引导在大引导尺度下忽略非线性效应的问题，提出特征引导方法，通过第一性原理非线性修正使扩散模型遵循Fokker-Planck方程，无需训练即可增强语义特征并减轻图像生成不规则性。
2024-06-03 cs.AI cs.CV cs.LG
Enhancing Diffusion-Based Image Synthesis with Robust Classifier Guidance
Technion（以色列理工学院）
去噪扩散概率模型（DDPM）是近年来出现的一类具有最新研究成果的生成模型。为了获得类条件生成，建议通过来自时间依赖分类器的梯度来引导扩散过程。虽然这个想法在理论上是合理的，但基于深度学习的分类器容易受到基于梯度的对抗攻击的影响。因此，虽然传统的分类器可以实现良好的准确性分数，但它们的梯度可能是不可靠的，并且可能阻碍生成结果的改进。最近的工作发现，对抗性强的分类器表现出与人类感知一致的梯度，这些可以更好地引导生成过程，使其生成语义有意义的图像。我们利用这一观察定义和训练的时间依赖的adversarially强大的分类器，并使用它作为指导的生成扩散模型。在极具挑战性和多样性的ImageNet数据集上进行的实验中，我们的方案引入了更易于理解的中间梯度，与理论研究结果更好地对齐，以及在几个评估指标下改进的生成结果。此外，我们还进行了一项意见调查，其结果表明人类评分者更喜欢我们方法的结果。
2023-03-15 cs.CV cs.LG
Perceptual Similarity guidance and text guidance optimization for Editing Real Images using Guided Diffusion Models
Shandong University（山东大学）
针对扩散模型图像编辑时修改图与源图差异大的问题，提出结合文本引导优化与感知相似性引导的双引导方法，实现编辑区域真实且未编辑区域高保真的图像编辑效果。
2023-12-09 cs.CV
Variational Control for Guidance in Diffusion Models
University of California, Irvine（加州大学尔湾分校）；Chan-Zuckerberg Initiative（陈-扎克伯格倡议）
本文提出扩散轨迹匹配（DTM），从变分控制视角统一引导方法，无需额外训练即可在多种逆问题上实现最先进性能。
2025-05-23 cs.AI cs.CV cs.LG
On the Robustness of Distribution Support under Diffusion Guidance
Center for Applied Mathematics, Cornell University（康奈尔大学应用数学中心）；School of Operations Research and Information Engineering, Cornell University（康奈尔大学运筹学与信息工程学院）；Department of Statistics, The University of Chicago（芝加哥大学统计学系）
本文通过建立分布支撑的鲁棒性性质，理论解释了扩散引导为何能生成高质量样本，并覆盖DDIM和DDPM模型及多种离散化方案。
2026-05-22 cs.LG
SPG: Improving Motion Diffusion by Smooth Perturbation Guidance
Samsung Research（三星研究院）
本文提出无需额外训练的测试时引导方法SPG，通过在去噪步骤中对运动进行时间平滑构建弱模型以实现负向引导，有效缓解分布外问题并持续增强运动保真度。
2025-03-04 cs.CV
When Test-Time Guidance Is Enough: Fast Image and Video Editing with Diffusion Guidance
CMAP, Ecole Polytechnique（巴黎综合理工学院CMAP实验室）；Institute of Foundation Models（基础模型研究所）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）；EPITA（法国高等信息技术学院）；Sorbonne University（索邦大学）；Lagrange Mathematics and Computing Research Center（拉格朗日数学与计算研究中心）；EPITA Research Lab（EPITA研究实验室）；KTH Royal Institute of Technology（瑞典皇家理工学院）
本文提出通过测试时指导实现高效的图像和视频编辑，理论分析并扩展了现有方法，证明测试时指导能与训练时方法媲美甚至超越。
2026-03-30 cs.AI cs.CV cs.LG
CFG++: Manifold-constrained Classifier Free Guidance for Diffusion Models
KAIST（韩国科学技术院）
针对传统无分类器引导（CFG）存在的流形外现象引发的可逆性差、模式崩溃等问题，提出流形约束的CFG++方法，将文本引导重构为带文本条件得分匹配损失的逆问题，在多类扩散任务中性能显著提升。
2024-09-12 cs.AI cs.CV cs.LG
DAG: Depth-Aware Guidance with Denoising Diffusion Probabilistic Models
Korea University（高丽大学）
由于扩散模型的出现，生成模型最近取得了重大进展。这些模型的成功通常可以归因于它们使用了引导技术，例如分类器或无分类器引导，这些引导技术提供了在保真度和多样性之间进行权衡的有效机制。然而，这些方法不能够引导生成的图像意识到其几何配置，例如，深度，这阻碍了它们应用于需要一定程度的深度意识的领域。为了解决这个问题，我们提出了一种新的指导方法，扩散模型，使用估计的深度信息来自丰富的中间表示的扩散模型。我们首先提出了标签有效的深度估计框架，使用内部表示的扩散模型。随后，我们提出了两个指导技术的基础上伪标记和深度域扩散之前在采样阶段的自我条件生成的图像使用估计的深度图。实验和全面的消融研究表明，我们的方法在指导扩散模型对生成的几何合理的图像的有效性。
2023-01-30 cs.CV
Simple Guidance Mechanisms for Discrete Diffusion Models
Department of Computer Science, Cornell University（计算机科学系，康奈尔大学）；InstaDeep
本文为离散扩散模型推导了无分类器和基于分类器的引导机制，并提出利用均匀噪声且可持续编辑输出的新型扩散模型，结合连续时间变分下界，在基因组序列、小分子和离散图像生成中实现了更优的可控生成。
2025-05-27 cs.LG
REG: Rectified Gradient Guidance for Conditional Diffusion Models
Massachusetts Institute of Technology（麻省理工学院）
本文提出校正梯度引导（REG），通过修正理论无效的缩放边际分布目标为联合分布目标，提升条件扩散模型性能，实验证明其在多个任务上优于现有引导方法。
2025-05-22 cs.AI cs.CV cs.LG
Logical Guidance for the Exact Composition of Diffusion Models
NEC Laboratories Europe（NEC欧洲实验室）；University of Stuttgart（斯图加特大学）；NEC Laboratories America（NEC美国实验室）
本文提出LOGDIFF框架，通过逻辑引导实现复杂逻辑表达的精确生成，基于布尔演算和递归算法，适用于图像和蛋白质结构生成。
2026-03-23 cs.LG
Classifier-Free Diffusion Guidance
Google Research（谷歌研究院）
分类器指导是最近引入的在条件扩散后训练中权衡模式覆盖和样本保真度的方法，其精神与其他类型的生成模型中的低温温度采样或截断相同。分类器引导将扩散模型的分数估计与图像分类器的梯度相结合，从而需要训练与扩散模型分离的图像分类器。它还提出了一个问题，即是否可以在没有分类器的情况下进行指导。我们表明，指导确实可以由一个纯粹的生成模型没有这样的分类器：在我们所谓的无分类器引导，我们共同训练一个有条件和无条件的扩散模型，我们结合所得到的有条件和无条件的得分估计，以达到样本质量和多样性之间的权衡使用分类器的指导。
2022-07-26 cs.AI cs.LG
Graph Guided Diffusion: Unified Guidance for Conditional Graph Generation
King Juan Carlos University（胡安·卡洛斯国王大学）；Rice University（莱斯大学）
提出GGDiff框架，将条件图生成视为随机控制问题，统一梯度、控制和零阶引导策略，实现预训练扩散模型在可微与不可微奖励下的零样本条件生成，在基序约束、公平性和链接预测任务中表现优异。
2025-05-26 cs.LG
Self-Rectifying Diffusion Sampling with Perturbed-Attention Guidance
Korea University（韩国大学）；Samsung Electronics（三星电子）
本文提出扰动注意力引导（PAG），通过扰动自注意力图引导去噪过程远离结构退化样本，无需额外训练即可在无条件和有条件生成及多种下游任务中提升扩散模型样本质量。
2025-07-07 cs.AI cs.CV cs.LG
Concept Removal Guidance: Evidence-Calibrated Negative Guidance for Safe Diffusion Sampling
KAIST（韩国科学技术院）；KIST（韩国科学技术院）
提出概念移除引导（CRG），一种无需训练的方法，通过从模型噪声预测中估计不良概念存在并自适应校准负引导权重，在保持良性保真度的同时降低攻击成功率。
2026-06-29 cs.CV
Fine color guidance in diffusion models and its application to image compression at extremely low bitrates
INRIA Rennes（法国国家信息与自动化研究所雷恩分部）
本研究提出无需训练微调的扩散模型精细色彩引导方法，推导新引导方程并保持高引导缩放系数，将其应用于极低码率图像压缩，结合语义与色彩信息低成本解码，提升压缩图像的保真度与真实感。
2024-04-10 cs.CV
Analyzing Multimodal Objectives Through the Lens of Generative Diffusion Guidance
Seoul National University（首尔国立大学）
近年来，多模态表示学习领域取得了惊人的进展，其中对比学习是重大突破的基石。最新的作品通过将不同的目标（如掩码建模和字幕）纳入框架中，提供了进一步的改进，但我们对这些目标如何促进学习的理解仍然非常不完整。在本文中，我们利用分类器引导的扩散模型生成反映分类器提供的语义信号的图像来研究多模态学习目标的特征。具体来说，我们比较对比，匹配和字幕损失方面的语义信号，并引入一个简单的基线，不仅支持我们的分析，但也提高了生成指导的质量在一个简单的方式。
2023-02-10 cs.AI cs.CV cs.LG
Noise-Level Diffusion Guidance: Well Begun is Half Done
Vision, Learning, and Control (VLC) Research Group（视觉、学习与控制研究组）
针对扩散模型初始随机噪声影响输出质量的问题，提出无需额外训练或反向传播的噪声级引导方法（NLG），通过优化初始噪声提升图像质量与条件遵循度，在五个基准上验证了其高效性与可扩展性。
2025-09-17 cs.CV
Diffusion-Based Conditional Image Editing through Optimized Inference with Guidance
IPAI, Seoul National University（首尔大学 IPAI）；ECE（电子与计算机工程学院）
提出一种基于预训练扩散模型的免训练文本驱动图像翻译方法，通过结合CLIP相似度和结构距离的表示引导优化反向过程潜在变量，在保持源图像结构的同时实现高保真目标图像生成。
2024-12-20 cs.CV
Domain Guidance: A Simple Transfer Approach for a Pre-trained Diffusion Model
BNRist（北京信息科学与技术国家研究中心）
本文提出Domain Guidance，一种简单的扩散模型迁移方法，利用预训练知识引导采样至目标域，无需额外训练即可显著提升生成质量。
2025-04-02 cs.AI cs.CV cs.LG
Normalized Attention Guidance: Universal Negative Guidance for Diffusion Models
University of Surrey（萨里大学）
本文提出归一化注意力引导（NAG），一种无需训练、基于L1归一化注意力外推的通用负向引导方法，解决了少步采样下CFG失效问题，可跨架构和模态即插即用，并显著提升文本对齐、保真度和人类感知质量。
2025-06-03 cs.CV
Self-Cross Diffusion Guidance for Text-to-Image Synthesis of Similar Subjects
University of California Merced（加州大学默塞德分校）
针对扩散模型合成相似主体时的主体混合问题，提出自交叉扩散引导，通过惩罚交叉与自注意力图重叠，免训练提升Unet及Transformer模型性能，并发布SSD基准。
2025-03-24 cs.CV
Motion Guidance: Diffusion-Based Image Editing with Differentiable Motion Estimators
University of Michigan（密歇根大学）
针对扩散模型难以精确编辑图像中物体布局、姿态等的问题，提出零样本运动引导技术，通过光流网络梯度引导扩散采样，实现指定运动场的高质量图像运动编辑。
2024-01-31 cs.CV
GLIDE: Towards Photorealistic Image Generation and Editing with Text-Guided Diffusion Models
OpenAI（开放人工智能研究中心）
扩散模型最近已被证明可以生成高质量的合成图像，特别是当与指导技术配对以权衡多样性和保真度时。我们探讨了文本条件图像合成问题的扩散模型，并比较了两种不同的指导策略：CLIP指导和无分类器引导。我们发现，后者是首选的人类评价的真实感和标题相似性，并经常产生真实感的样本。使用无分类器引导的35亿参数文本条件扩散模型的样本比DALL-E的样本更受人类评估者的青睐，即使后者使用昂贵的CLIP重新排序。此外，我们发现，我们的模型可以进行微调，以执行图像修补，使强大的文本驱动的图像编辑。我们在过滤后的数据集上训练一个较小的模型，并在https://github.com/openai/glide-text2im上发布代码和权重。
2022-03-08 cs.CV cs.GR cs.LG
Adaptive Diffusion Guidance via Stochastic Optimal Control
本文提出通过随机最优控制框架，建立指导调度的理论基础，动态选择指导强度以提升扩散模型生成质量。
2026-03-31 cs.LG stat.ML
Learned End-to-End Guidance Schedules for Diffusion Models
University of Stuttgart（斯图加特大学）；École polytechnique, Institut Polytechnique de Paris（巴黎综合理工学院，巴黎综合理工大学）
本文提出LEEGS方法，通过学习时间依赖的引导调度，以更少的采样步骤实现扩散模型在数据质量与需求满足间的平衡，并在多种引导任务上以更低计算成本达到或超越基线性能。
2026-10-02 cs.LG
3D Scene Diffusion Guidance using Scene Graphs
Technical University of Munich（慕尼黑工业大学）
本文提出利用场景图引导三维场景扩散生成，通过在去噪网络中引入关系图卷积模块建模对象间空间关系，从而显著提升生成场景与文本描述的一致性。
2023-08-08 cs.CV
Applying Guidance in a Limited Interval Improves Sample and Distribution Quality in Diffusion Models
Aalto University（阿尔托大学）；NVIDIA（英伟达公司）
本文发现扩散模型采样链中引导仅在中间噪声水平有益，提出将引导限制在有限区间，显著提升ImageNet-512的FID（从1.81降至1.40），并在多种设置下验证了其通用性。
2024-11-06 cs.AI cs.CV cs.LG
Improving Diffusion-Based Image Editing Faithfulness via Guidance and Scheduling
Korea University（韩国大学）
针对图像编辑中可编辑性与保真度的权权衡问题，提出保真度引导与调度（FGS）方法，通过加强输入信息保留和引入调度策略解决错位，在维持可编辑性的同时显著提升保真度，且兼容多种编辑方法。
2025-06-26 cs.AI cs.CV cs.LG
Unifying Diffusion Models' Latent Space, with Applications to CycleDiffusion and Guidance
Carnegie Mellon University（卡内基梅隆大学）
扩散模型在生成式建模中取得了前所未有的性能。通常采用的扩散模型的潜在代码的公式是逐渐去噪的样本的序列，与更简单的（例如，高斯）GANs、VAE和归一化流的潜在空间。本文提供了一种替代方案，高斯制定的潜在空间的各种扩散模型，以及一个可逆的DPM编码器，图像映射到潜在空间。虽然我们的配方是纯粹基于扩散模型的定义，我们证明了几个有趣的后果。(1)从经验上讲，我们观察到一个共同的潜在空间出现在两个扩散模型独立训练相关领域。鉴于这一发现，我们提出了CycleDiffusion，它使用DPM编码器进行不成对的图像到图像的翻译。此外，应用CycleDiffusion的文本到图像的扩散模型，我们表明，大规模的文本到图像的扩散模型可以被用作zero-shot图像到图像的编辑器。(2)人们可以通过控制基于能量模型的统一即插即用公式中的潜在代码来指导预先训练的扩散模型和GANs。使用CLIP模型和人脸识别模型作为指导，我们证明了扩散模型比GANs更好地覆盖低密度子群体和个体。该代码可在https://github.com/ChenWu98/cycle-diffusion上公开获取。
2022-12-07 cs.CV cs.GR cs.LG
Diffusion Models without Classifier-free Guidance
Tsinghua University（清华大学）；Microsoft Research Asia（微软亚洲研究院）
提出 Model-guidance 训练目标以替代 CFG，通过建模条件后验实现即插即用，在 ImageNet 256 上以 FID 1.34 达到 SOTA，并显著提升训练与推理效率。
2025-02-17 cs.AI cs.CV cs.LG
More Control for Free! Image Synthesis with Semantic Diffusion Guidance
UC Berkeley（加州大学伯克利分校）；Picsart AI Research (PAIR)（Picsart人工智能研究院（PAIR））；University of Oregon（俄勒冈大学）；The University of Hong Kong（香港大学）
可控的图像合成模型允许基于文本指令或参考图像的指导创建不同的图像。最近，去噪扩散概率模型已被证明比现有方法生成更逼真的图像，并已成功地证明在无条件和类条件设置。我们调查细粒度，连续控制这个模型类，并引入一个新的统一框架语义扩散指导，它允许语言或图像指导，或两者兼而有之。使用图像-文本或图像匹配分数的梯度将指导注入到预训练的无条件扩散模型中，而不重新训练扩散模型。我们探索基于CLIP的语言指导，以及在一个统一的框架中基于内容和风格的图像指导。我们的文本引导合成方法可以应用于没有相关文本注释的数据集。我们在FFHQ和LSUN数据集上进行了实验，并展示了细粒度文本指导的图像合成，与样式或内容参考图像相关的图像合成以及文本和图像指导的示例的结果。
2022-12-05 cs.CV cs.GR
Spatiotemporal Skip Guidance for Enhanced Video Diffusion Sampling
KAIST AI（韩国科学技术院人工智能学院）；University of Washington（华盛顿大学）
针对视频扩散模型中CFG降低多样性、Autoguidance需额外训练的问题，提出无训练的时空跳跃引导STG，通过层跳跃模拟隐式弱模型，提升质量且不损害多样性与动态性。
2024-11-27 cs.CV
ReaDiT Guidance: Control for Image and Video Generation using Diffusion Transformer Features
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
该研究提出ReaDiT Guidance轻量框架，利用DiT块特征控制图像/视频生成，可实现空间目标及相机运动控制，参数更少且效果优于同类方法。
2026-09-15 cs.CV
Segmentation-Free Guidance for Text-to-Image Diffusion Models
Qualcomm AI Research（高通人工智能研究中心）
本文提出无分割引导方法，利用扩散模型自身作为隐式分割网络动态调整负提示，无需重训练且不增加计算成本，在文本到图像生成中显著优于无分类器方法。
2024-06-03 cs.CV
Training-Free Guidance for Discrete Diffusion Models for Molecular Generation
Utah State University（犹他州立大学）
针对离散扩散模型缺乏等效免训练引导方法的问题，提出适用于离散数据的免训练引导框架，结合DiGress模型与相关引导函数，验证了其在分子图生成任务中的引导能力。
2024-09-11 cs.LG physics.chem-ph q-bio.BM
Navigating with Annealing Guidance Scale in Diffusion Space
Tel Aviv University（特拉维夫大学）；Google DeepMind（谷歌DeepMind）
本文提出了一种退火引导调度器，通过动态调整引导尺度提升文本到图像生成的质量和对齐度，无需额外资源消耗。
2026-03-03 cs.AI cs.CV cs.GR
RectifiedHR: High-Resolution Diffusion via Energy Profiling and Adaptive Guidance Scheduling
Fordham University（福特汉姆大学）
RectifiedHR通过能量分析和自适应引导调度提升高分辨率扩散模型的稳定性和图像质量。
2025-12-11 cs.CV cs.GR
Stage-wise Dynamics of Classifier-Free Guidance in Diffusion Models
Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学）
本文研究了扩散模型中分类器自由引导的分阶段动态，揭示了引导对采样过程三个阶段的影响，并提出时间变化的引导策略以提升质量和多样性。
2026-02-18 cs.LG
Guidance with Spherical Gaussian Constraint for Conditional Diffusion
ShanghaiTech University（上海科技大学）
本文针对条件扩散模型中损失引导导致的流形偏差问题，提出球面高斯约束扩散（DSG），通过约束引导步骤在数据流形内实现更大步长和更高样本质量，并可作为即插即用模块提升现有免训练方法性能。
2024-07-04 cs.LG
Diffusion Self-Guidance for Controllable Image Generation
UC Berkeley（加州大学伯克利分校）；Google Research（谷歌研究院）
针对文本难以精准控制扩散模型图像生成细节的问题，提出自引导方法，利用预训练扩散模型内部表征引导采样，无需额外模型或训练，可实现多种复杂图像操作与真实图像编辑。
2023-06-11 cs.CV cs.LG stat.ML
Bridging the Gap: Addressing Discrepancies in Diffusion Model Training for Classifier-Free Guidance
University of California, Los Angeles（加州大学洛杉矶分校）；Swiss Data Science Center, ETH Zürich（苏黎世联邦理工学院瑞士数据科学中心）；Swiss Data Science Center, Paul Scherrer Institute（保罗·谢勒研究所瑞士数据科学中心）
本文针对扩散模型中无分类器引导训练与采样行为不一致的问题，提出一种更新后的损失函数，在 CIFAR-10 上以更少采样步数获得更高质量样本，并对引导尺度更鲁棒，同时在 Stable Diffusion 上初步验证了其有效性。
2023-11-02 cs.AI cs.CV cs.LG
Diffusion Models with Implicit Guidance for Medical Anomaly Detection
Technical University of Munich（慕尼黑工业大学）；Helmholtz AI（亥姆霍兹人工智能研究所）；Klinikum Rechts der Isar（雷克右岸医院）；Imperial College London（帝国理工学院）
本文提出THOR方法，通过时间异常图提供隐式引导，改进扩散模型的去噪过程，以更准确地检测和分割医学图像中的异常，在脑部MRI和腕部X射线中优于现有方法。
2024-03-13 cs.CV cs.LG eess.IV
