AttriCtrl：扩散模型中人体化属性强度的精细控制
计算机视觉与模式识别
2026-01-12 v2
摘要
扩散模型近期成为图像生成主导范式，但现有系统难以解读和遵循数值指令调整语义属性。在现实创意场景中，尤其当需要精确控制人体化属性时，现有方法无法提供此类可控性。该限制部分源于人体化判断的主观性和情境依赖性，但更根本原因在于当前文本编码器设计用于离散标记而非连续值。与此同时，人体化对齐工作常借助强化学习、直接偏好优化或架构修改，主要针对全局人类偏好概念，对提升用户体验，但忽视了人体化的多面性和组合性，亟需显式解耦和独立控制人体化属性。为填补此空白，我们引入AttriCtrl框架，实现扩散模型中持续人体化强度控制。该框架首先定义相关人体化属性，随后通过混合策略将具体和抽象维度映射到统一[0,1]比例尺。随后采用即插即用值编码器，将用户指定的值转换为模型可解释嵌入，以实现可控生成。实验表明，AttriCtrl实现对单一和多人体化属性的精准持续控制，显著提升个性化和多样性。关键的是，作为轻量级适配器实现，扩散模型保持冻结，确保与ControlNet等现有框架集成时计算成本可忽略。
引用
@article{arxiv.2508.02151,
title = {AttriCtrl: Fine-Grained Control of Aesthetic Attribute Intensity in Diffusion Models},
author = {Die Chen and Zhongjie Duan and Zhiwen Li and Cen Chen and Daoyuan Chen and Yaliang Li and Yingda Chen},
journal= {arXiv preprint arXiv:2508.02151},
year = {2026}
}