面向无训练增强扩散模型的随机自指导
计算机视觉与模式识别
2026-03-05 v4
摘要
分类器无指导（classifier-free Guidance, CFG）是现代扩散模型中用于提升样本质量和提示词遵循度的常用技术。然而，通过对高斯混合模型进行经验性分析并求得闭式解，我们发现CFG产生的次优结果与真实值之间存在差异。模型对这些次优预测的过度依赖常导致语义不连贯和低质量输出。为此，我们首先经验性地证明，模型的次优预测可通过模型自身的子网络进行有效修正。基于此洞见，我们提出S-Guidance（Squared Guidance）方法，利用前向过程中随机块丢弃构建随机子网络，从而有效引导模型远离潜在的低质量预测，趋向高质量输出。在文本到图像和文本到视频生成任务上进行的大量定性和定量实验表明，S-Guidance的性能优于CFG及其他先进的指导策略。我们的代码将予以公开。
引用
@article{arxiv.2508.12880,
title = {Stochastic Self-Guidance for Training-Free Enhancement of Diffusion Models},
author = {Chubin Chen and Jiashu Zhu and Xiaokun Feng and Nisha Huang and Chen Zhu and Meiqi Wu and Fangyuan Mao and Jiahong Wu and Xiangxiang Chu and Xiu Li},
journal= {arXiv preprint arXiv:2508.12880},
year = {2026}
}
备注
Accepted by ICLR 2026