潜在色子空间：高维混沌中的涌现秩序
机器学习
2026-03-13 v1 人工智能
计算机视觉与模式识别
摘要
文本到图像生成模型取得了快速进展，但对生成图像的细粒度控制仍然困难，主要由于缺乏对语义信息如何编码的理解。我们发展了一种对FLUX.1 [Dev]变分自编码器潜在空间中颜色表示的解释，揭示其反映出色相、饱和度和亮度的结构。我们通过展示该潜在色子空间(Latent Color Subspace, LCS)既能预测又能显式控制颜色，验证了我们的解释。在仅基于闭形式潜在空间操作的FLUX中引入完全无需训练的方法，实现了颜色控制。代码已开源于 https://github.com/ExplainableML/LCS。
引用
@article{arxiv.2603.12261,
title = {The Latent Color Subspace: Emergent Order in High-Dimensional Chaos},
author = {Mateusz Pach and Jessica Bader and Quentin Bouniot and Serge Belongie and Zeynep Akata},
journal= {arXiv preprint arXiv:2603.12261},
year = {2026}
}
备注
Preprint