DIAMOND：用于流匹配模型中物体减轻的有向推断
计算机视觉与模式识别
2026-02-03 v1 人工智能
摘要
尽管最近的文本到图像模型如FLUX取得了令人印象深刻的效果，但视觉和解剖学瑕疵仍是实际和专业应用中的重大障碍。现有方法通常以事后方式处理瑕疵，因而无法有效干预核心图像形成过程。显著的是，当前技术需要对模型权重进行问题且侵入性的修改，或依赖于计算密集且耗时的区域细化过程。为克服这些限制，我们提出了DIAMOND，这是一种无训练的方法，应用轨迹校正来减轻推理期间的瑕疵。通过在生成轨迹的每个步骤上重构干净样本的估计，DIAMOND主动引导生成过程远离导致瑕疵的潜在状态。此外，我们将该方法扩展到标准扩散模型中，表明DIAMOND为现代生成式架构提供了一种稳健的零样本路径，以实现高保真、无瑕疵的图像合成，无需额外训练或权重修改。代码可在 https://gmum.github.io/DIAMOND/ 查看。
引用
@article{arxiv.2602.00883,
title = {DIAMOND: Directed Inference for Artifact Mitigation in Flow Matching Models},
author = {Alicja Polowczyk and Agnieszka Polowczyk and Piotr Borycki and Joanna Waczyńska and Jacek Tabor and Przemysław Spurek},
journal= {arXiv preprint arXiv:2602.00883},
year = {2026}
}