HiFlow：使用流对齐引导的训练-free 高分辨率图像生成

文本到图像 (T2I) diffusion/flow 模型近期因其卓越的灵活视觉创作能力而受到广泛关注。然而，高分辨率图像合成面临巨大挑战，由于高分辨率内容的稀缺性和复杂性。最近的研究方法探索了训练-free 策略以启用高分辨率图像合成，但这些技术通常难以生成高质量视觉效果，倾向于出现瑕疵或低保真细节，因为它们仅依赖低分辨率采样轨迹的端点，忽略了关键用于保持结构和合成更细微细节的中间状态。为此，我们提出 HiFlow，一个训练-free且模型无关的框架，以释放预训练 flow 模型的分辨率潜力。具体而言，HiFlow 在高分辨率空间中建立虚拟参考 flow，以有效捕获低分辨率 flow 信息的特征，通过三方面为高分辨率生成提供指导：初始化对齐以实现低频一致性、方向对齐以实现结构保持、加速对齐以实现细节保真。通过利用此 flow 对齐引导，HiFlow 大幅提升了 T2I 模型高分辨率图像合成的质量，并在其个人化变体中展示了广泛适用性。大量实验验证了 HiFlow 在质量上优于最新方法的卓越高分辨率图像合成能力。