classifier-free guidance (CFG)

深度分析

VAGS：以速度自適應引導尺度提升擴散與流式模型的影像編輯與生成

當前以CFG為主的流動式取樣在整個軌跡使用固定尺度，造成早期噪聲階段與後期結構階段的不匹配。VAGS以時序信號與速度場餘弦相似度調整每步引導強度，分別應用於無反轉編輯與生成，無需微調或額外推理。實驗在多個基準上顯示結構保真與生成品質提升。該方法成本低且可即插即用。