QSilk：用于细节友好型潜在扩散的微粒稳定与自适应分位数裁剪
计算机视觉与模式识别
2025-10-20 v1 机器学习
摘要
我们提出 QSilk，这是一个轻量级、始终启用的潜在扩散稳定层，旨在提高高频细节保真度，同时抑制稀有激活尖峰。QSilk 结合了 (i) 对每个样本的微型夹紧器，对极端值进行温和限制，而不会冲淡纹理；以及 (ii) 自适应分位数裁剪 (AQClip)，按区域适应允许值范围。AQClip 可采用局部结构统计信息的代理模式，或采用注意力熵导师模式（模型置信度）。集成到 CADE 2.5 渲染管道中后，QSilk 在低步数和超高分辨率下可获得更干净、更锐利的效果，同时开销可忽略不计。它无需训练或微调，用户控制极少。我们报告了在 SD/SDXL 各主干模型上的持续定性改进，并展示了与 CFG/Rescale 的协同作用，使我们能够在不产生伪影的前提下稍微提高引导系数。
引用
@article{arxiv.2510.15761,
title = {QSilk: Micrograin Stabilization and Adaptive Quantile Clipping for Detail-Friendly Latent Diffusion},
author = {Denis Rychkovskiy},
journal= {arXiv preprint arXiv:2510.15761},
year = {2025}
}
备注
Preprint. Qualitative side-by-side comparisons (fixed seeds); 3 figures with subfigures; 1 algorithm. CADE 2.5 / SDXL integration; sample images included. Code and presets planned for release upon publication