EraseAnything++：基于多目标优化实现流动匹配Transformer中的概念擦除
计算机视觉与模式识别
2026-03-03 v1 人工智能
摘要
从大规模文本到图像（T2I）和文本到视频（T2V）扩散模型中去除不希望的概念，同时保持整体生成质量 remains 一个主要挑战，尤其是当现代模型如Stable Diffusion v3、Flux和OpenSora采用流匹配和基于Transformer的架构并扩展到长程视频生成时。现有概念擦除方法为早期T2I/T2V模型设计，往往难以推广到这些范式。为解决此问题，我们提出EraseAnything++——一个统一的框架，用于流匹配目标下的图像和视频扩散模型的概念擦除。我们将概念擦除建模为一个受约束的多目标优化问题，显式平衡概念移除与生成实用性的保持。在解决结果受冲突目标时，我们引入一种基于隐式梯度手术的高效实用性保持式忘卸策略。此外，通过将LoRA参数调优与注意力级正则化相结合，我们的方法在关键视觉表征上锚定，并在空间和时间维度上一致地传播。 在视频设置中，我们进一步通过锚定-传递机制实现了一致性，该机制在参考帧上初始化擦除，并在后续Transformer层中强制执行，从而缓解了时间漂移。广泛的实验表明，EraseAnything++在擦除有效性、生成保真度和时间一致性方面均显著优于先前方法，为下一代扩散模型的概念擦除树立了新的技术水平。
引用
@article{arxiv.2603.00978,
title = {EraseAnything++: Enabling Concept Erasure in Rectified Flow Transformers Leveraging Multi-Object Optimization},
author = {Zhaoxin Fan and Nanxiang Jiang and Daiheng Gao and Shiji Zhou and Wenjun Wu},
journal= {arXiv preprint arXiv:2603.00978},
year = {2026}
}