动量引导：用于流模型的即插即用引导方法
机器学习
2026-02-25 v1 计算机视觉与模式识别
摘要
流式生成模型已成为高质量生成建模的强大框架，但较少以其原始条件形式使用预训练模型：由于神经网络的平滑效应，条件采样往往呈现模糊状态，缺乏细粒度细节。现有引导技术如无分类器引导（classifier-free guidance, CFG）可提高保真度，但会增加推理成本，通常会降低样本多样性。我们引入动量引导（Momentum Guidance, MG），这是一种新的引导维度，利用自身 ODE 轨迹本身。MG 通过对过去速度的指数移动平均进行外推来 extrapolate 当前速度，保持标准的每步一次评估的计算成本。它在无需额外计算的情况下匹配标准引导效果，并可与 CFG 组合进一步提高质量。实验表明 MG 在各类基准测试中均有效。具体而言，在 ImageNet-256 上，MG 在无 CFG 和有 CFG 的各种采样设置下，分别实现 FID 提升 36.68% 和 25.52%，在 64 步采样步骤下达到 FID 为 1.597。在大型流式模型如 Stable Diffusion 3 和 FLUX.1-dev 上进行评估，进一步确认了跨标准指标的持续质量提升。
引用
@article{arxiv.2602.20360,
title = {Momentum Guidance: Plug-and-Play Guidance for Flow Models},
author = {Runlong Liao and Jian Yu and Baiyu Su and Chi Zhang and Lizhang Chen and Qiang Liu},
journal= {arXiv preprint arXiv:2602.20360},
year = {2026}
}