CFG-Ctrl：基于控制的无分类器扩散引导
计算机视觉与模式识别
2026-03-12 v2 机器学习
摘要
无分类器引导 (CFG) 已成为增强流动扩散模型语义对齐的核心方法。本文提出统一框架 CFG-Ctrl，将 CFG 重新解释为应用于一阶连续时间生成流的控制，使用条件-无条件差异作为误差信号来调整速度场。从这一视角出发，我们将基础 CFG 定义为具有固定增益的比例控制器 (P-control)，而后续常见变体则派生出从其基础设计的扩展控制律。然而，现有方法主要依赖线性控制，本质上导致不稳定、超调并在大规模引导比例下削弱语义保真度。为此，我们引入滑动模态控制 CFG (SMC-CFG)，通过强制生成流趋向快速收敛的滑动模态表面来实现此目标。具体而言，我们在语义预测误差上定义指数滑动模态表面，并引入切换控制项以建立非线性反馈式的引导校正。此外，我们提供了 Lyapunov 稳定性分析，以理论支持有限时间收敛。跨文本到图像生成模型（包括Stable Diffusion 3.5、Flux 和 Qwen-Image）的实验表明，SMC-CFG 在语义对齐方面优于标准 CFG，并在宽广的引导比例范围内提升鲁棒性。项目页面：https://hanyang-21.github.io/CFG-Ctrl
引用
@article{arxiv.2603.03281,
title = {CFG-Ctrl: Control-Based Classifier-Free Diffusion Guidance},
author = {Hanyang Wang and Yiyang Liu and Jiawei Chi and Fangfu Liu and Ran Xue and Yueqi Duan},
journal= {arXiv preprint arXiv:2603.03281},
year = {2026}
}
备注
Accepted by CVPR 2026; Project Page: https://hanyang-21.github.io/CFG-Ctrl