基于提示条件干预的时间概念动力学扩散模型
计算机视觉与模式识别
2026-02-11 v2
摘要
扩散模型通常通过最终输出进行评估，逐步将随机噪声去噪为有意义的图像。然而，生成过程沿着轨迹展开，分析这一动态过程对于理解这些模型在成功/失败模式下如何具备可控性、可靠性和可预测性至关重要。本文提出核心问题：噪声何时转变为特定概念（例如年龄）并锁定去噪轨迹？我们提出了PCI（Prompt-Conditioned Intervention，提示条件干预）框架来研究此问题。PCI是一个无训练且模型无关的框架，通过扩散时间分析概念动力学。核心思想是分析概念插入成功率（CIS），即给定时间步插入概念后，其在最终图像中被保留并呈现的概率，从而提供一种描述概念形成时间动态的方式。应用于多个最先进的文本到图像扩散模型和广泛的概念范畴后，PCI揭示了扩散模型之间存在多样化的时间行为，即使在同一概念类型中，轨迹的某些阶段也更适合特定概念。这些发现还为文本驱动的图像编辑提供了可操作的见解，突显了在不访问模型内部或训练的情况下，何时干预最为有效，并且相较于强基线，实现了语义准确性和内容保真性之间更好的平衡。代码已公开：https://adagorgun.github.io/PCI-Project/
引用
@article{arxiv.2512.08486,
title = {Temporal Concept Dynamics in Diffusion Models via Prompt-Conditioned Interventions},
author = {Ada Gorgun and Fawaz Sammani and Nikos Deligiannis and Bernt Schiele and Jonas Fischer},
journal= {arXiv preprint arXiv:2512.08486},
year = {2026}
}
备注
Accepted at the International Conference on Learning Representations 2026 (ICLR 2026). Code is available at: https://adagorgun.github.io/PCI-Project/