Delta 分数 matters！基于差分几何的扩散模型空间自适应多引导
计算机视觉与模式识别
2026-04-30 v1
摘要
扩散模型在合成复杂静态和动态视觉内容方面取得了显著成功，这一突破主要归功于分类器自由引导(CFG)。然而，尽管CFG在将生成内容与文本提示对齐方面发挥着关键作用，标准CFG仍依赖于全局统一的标量。这种均匀的放大掩盖了模型在“细节-artifact困境”中的困扰：低引导尺度无法注入复杂语义，而高尺度则不可避免地导致结构退化、颜色过度饱和和视频中的时间不一致。在本文中，我们从微分几何的视角揭示了这一缺陷的物理根源。通过分析Tweedie公式，我们发现CFG本质上执行的是切向线性外推。由于自然数据流形高度弯曲，这种均匀线性步长引入了严重的正交偏差。为保持生成轨迹在安全范围内，我们形式化了空间和自适应引导的理论上限。基于这些几何见解，我们提出了空间自适应多引导(SAMG)，一种训练-free且几乎无成本的采样算法。SAMG动态计算点状条件引导能量，对高能量边界区域施加保守的最小尺度以保留精细微纹理，对低能量区域部署激进的最大尺度以最大化语义注入。广泛的实验在多样化的图像(Sobel 1.5、SDXL、SD3.5 Medium)和视频(CogVideoX、ModelScope)架构中表明，SAMG有效解决了细节-artifact困境，实现了卓越的语义对齐、结构完整性和时间平滑性，同时毫无计算开销。
引用
@article{arxiv.2604.26503,
title = {Delta Score Matters! Spatial Adaptive Multi Guidance in Diffusion Models},
author = {Haosen Li and Wenshuo Chen and Lei Wang and Shaofeng Liang and Bowen Tian and Soning Lai and Yutao Yue},
journal= {arXiv preprint arXiv:2604.26503},
year = {2026}
}