CADE 2.5 - ZeResFDG：面向 SD/SDXL 潜在扩散模型的频率解耦、尺度重缩放与零投影引导
计算机视觉与模式识别
2025-10-20 v2
摘要
我们介绍 CADE 2.5（Comfy Adaptive Detail Enhancer），这是一种针对 SD/SDXL 潜在扩散模型的采样器级引导堆栈。核心模块 ZeResFDG 统一了 (i) 频率解耦引导，这会重新加权引导信号的低频和高频分量，(ii) 能量重缩放，这会将引导预测的每个样本幅度匹配到正分支，以及 (iii) 零投影，这会移除与无条件方向平行的分量。在采样过程中，结构逐渐形成时，一个轻量级谱域 EMA 带滞后功能可在保守模式和寻求细节模式之间切换。 在 SD/SDXL 采样器上，ZeResFDG 在适度引导尺度下提升锐度、提示词遵循度和 artifact 控制，且无需任何重新训练。此外，我们采用一种训练-free 的推理时稳定器 QSilk Micrograin Stabilizer（分位数夹切 + 深度/边缘门控微细节注入），可提升鲁棒性，在高分辨率下产生自然的高频微纹理，同时开销可忽略不计。为完整性，我们指出相同规则也适用于其他参数化方式（如 velocity），我们在附录中简要讨论了这一点；然而，本文聚焦于 SD/SDXL 潜在扩散模型。
引用
@article{arxiv.2510.12954,
title = {CADE 2.5 - ZeResFDG: Frequency-Decoupled, Rescaled and Zero-Projected Guidance for SD/SDXL Latent Diffusion Models},
author = {Denis Rychkovskiy},
journal= {arXiv preprint arXiv:2510.12954},
year = {2025}
}
备注
8 pages, 3 figures. Endorsed by Dr. Seyedmorteza Sadat (ETH Zurich). The work introduces CADE 2.5 with ZeResFDG as a practical inference-time guidance stack for SD/SDXL. Code and visual examples to be released on GitHub and Hugging Face