这套课件从零解释扩散模型每一步在预测什么、CFG 为什么需要条件与无条件两次前向,以及停止无条件分支为什么不能只看整张图的平均收敛状态。
内容概要
- Part 1 — 单步采样:从带噪 latent、速度预测到 scheduler 更新,理解 Qwen-Image-Edit 的 flow matching 采样过程
- Part 2 — CFG 原理:条件分支与无条件分支如何合成引导方向,以及双前向带来的计算成本
- Part 3 — 全局盲区:固定停止与全局平均判据为什么会让困难花纹过早失去 CFG
- Part 4 — 局部收敛:用逐 token 引导差值定位高引导区域,只在关键区域判断收敛,并通过暖机门和单调锁定稳定停止
- Part 5 — 实验证据:等算力质量、困难样本改善、热力图对比,以及结果能够支持和不能支持的结论
- Part 6 — 创新边界:与 Adaptive Guidance、mask-guided diffusion、S-CFG 等方法的区别,以及五分钟口述框架
一句话理解
旧方法问“整张图平均完成了吗”,局部收敛方法问“最需要 CFG 的关键区域完成了吗”。
