arXiv cs.AI· Huixuan Zhang, Li Lin, Junzhe Zhang, Xiaojun Wan·· 10 小时前AI 评分29
DTO：面向文本到图像扩散模型推理时对齐的直接轨迹优化
Direct Trajectory Optimization for Inference-Time Alignment of Text-to-Image Diffusion Models
AI 导读
研究者提出 Direct Trajectory Optimization（DTO），一个无需训练的框架，直接优化扩散模型的采样轨迹来完成奖励对齐，避免了对大型去噪网络的反向传播。
正文 · AI 翻译
摘要：文本到图像扩散模型与奖励函数的对齐是可控生成中的一项关键挑战。现有方法通常依赖于优化模型输入或微调去噪网络，这需要通过大型去噪模型进行计算成本高昂的反向传播。在本工作中，我们提出了直接轨迹优化（DTO），这是一个无需训练的框架，通过直接优化扩散模型的采样轨迹来实现对齐。具体而言，DTO 将中间去噪分数和采样噪声视为优化变量，从而无需通过去噪网络计算梯度。为缓解分布外问题，我们引入了奖励优化分数引导，该方法在优化后的分数与预训练模型预测之间进行插值以稳定采样，同时在受限分布下提供了奖励提升的可证明理论保证。在实证方面，DTO 在两个基准上提升了三个扩散模型的对齐性能，在保持高效率的同时优于现有的推理时对齐方法。这些结果表明，轨迹级优化是实现高效且有效的扩散模型对齐的一个有前景的方向。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.11821 [cs.CV] |
| （或 arXiv:2611.11821v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.11821 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Huixuan Zhang [查看电子邮件]
[v1]
2026年11月9日星期一 03:29:50 UTC（12,609 KB）
[v2]
2026年11月10日星期二 05:52:03 UTC（12,609 KB）
来源：arXiv cs.AI · arxiv.org