免训练可控多样采样方法提出

2026年10月14日，arXiv Artificial Intelligence 刊出 Sylvain Dehayem Kenfouo 等人的论文，提出一种无需训练的可控多样采样方法。该方法利用条件嵌入空间到图像空间的映射所诱导的局部 pullback 几何，识别输出最敏感的方向，引导不同采样轨迹产生差异化生成，同时保持与条件信号的一致性。在 MS-COCO 和 BrushNet 上的实验表明，该方法提升了提示词条件图像生成与图像修复的多样性。论文已被 NeurIPS 2026 的 DynaFront workshop 接收。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。