Google Research 提出 Diffusion Controller 框架统一 AI 图像生成控制
Google Research 推出 Diffusion Controller 框架,将扩散模型去噪过程重构为连续控制问题以统一引导与微调。该框架通过轻量级“转向阻尼器”网络动态调整生成轨迹,在保持基础模型画质稳定的同时精准对齐用户意图。实验显示其完全解锁版本对基线模型取得 90% 胜率,有效解决黑盒模型难以精细控制的痛点。
Google Research 推出 Diffusion Controller 框架,将扩散模型去噪过程重构为连续控制问题以统一引导与微调。该框架通过轻量级“转向阻尼器”网络动态调整生成轨迹,在保持基础模型画质稳定的同时精准对齐用户意图。实验显示其完全解锁版本对基线模型取得 90% 胜率,有效解决黑盒模型难以精细控制的痛点。
Google Research 在 ICLR 2026 论文中揭示,扩散模型的“创造力”并非随机现象,而是神经网络训练中的“分数平滑”效应所致。该机制使去噪过程在训练数据点之间进行插值,从而生成新颖且合理的数据样本。