arXiv cs.AI· Cui Enhe, Jinyue Yang, Bojian Yin, Guoqi Li·· 11 小时前AI 评分34
Dancing Diffusion：为图像生成与编辑学习连续程序
Dancing Diffusion: Learning Continuous Programs for Image Generation and Editing
AI 导读
Dancing Diffusion 将扩散模型的去噪轨迹按时间步分段，每段分配独立的连续条件块，把单一指令条件变成可寻址的潜在程序，由编译器把文本特征映射为该程序，预训练生成器按段执行。在 SANA 上，复用已执行前缀比同强度从噪声重生成保留更多场景内容，学习到的条件比原生提示词切换保留更多背景，生成质量也优于原生 SANA。后续分支会削弱编辑效果，对单个操作的语义控制仍有限。
正文 · AI 翻译
摘要：扩散模型通过多步去噪轨迹生成样本，但每一步都以同一条指令为条件，因此无法在单个操作层面处理该轨迹。我们提出 Dancing Diffusion，它为每个时间步区间分配一个专用的连续条件块，从而将条件化转化为一个潜在程序。编译器将文本特征映射到该程序中，固定的预训练生成器则在连续的采样区间上执行其各个块。这样轨迹就可以“跳舞”，在保留已执行历史的同时重定向其后续部分。共享前缀只执行一次并可复用，后续操作可被重写，同时保留由先前操作固定的内容。编译器通过其生成的图像进行训练，并针对所请求的更改和保留的内容获得视觉反馈。在 SANA 上，复用已执行的前缀比在相近编辑强度下从噪声重新生成能明显保留更多场景内容；学习到的条件比从同一保存状态进行原生提示切换能保留更多背景；学习到的程序相比原生 SANA 提升了生成质量。后续分支会削弱编辑效果，这使得对单个操作的语义控制仍然有限。通过将单指令轨迹转换为可寻址操作的程序，Dancing Diffusion 为扩散模型中的结构化中间计算奠定了基础。
| 学科： | 人工智能（cs.AI）；图形学（cs.GR） |
| 引用为： | arXiv:2610.28003 [cs.AI] |
| （或使用 arXiv:2610.28003v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.28003 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Enhe Cui [查看邮箱]
[v1]
2026年10月20日 星期二 10:46:45 UTC（14,534 KB）
来源：arXiv cs.AI · arxiv.org