|
【事件概述】Google Research于2026年9月29日介绍Diffusion Controller，一种用于扩散式图像生成的轻量“转向阻尼器”网络。它把生成过程重新表述为连续控制问题，目标是在不破坏基础模型稳定性的前提下，更精确地满足文本提示和用户偏好。
【对象与发布方】对象是Diffusion Controller框架及其侧网络，由Google Research工程师Chih-wei Hsu和Moonkyung Ryu发布，研究合作方包括Google Research、Google DeepMind及学术合作者。
【关键能力与改动】控制器可连接到访问受限的灰盒或闭源图像模型，不必修改基础模型权重；在白盒场景也能与模型联合或分开训练。官方介绍了策略梯度（PPO）和奖励加权损失两种训练方式，并通过推理时的单一引导强度参数，让用户动态调节约束强度。研究在Stable Diffusion v1.4骨干上，以HPS-v2和人工评估比较不同方案；文章报告白盒完全解锁版本在相应测试中相对基础模型达到90%胜率。
【适用对象】适合研究图像生成控制、个性化创作、提示对齐和安全约束的算法团队，也适合需要在无法改动商用模型权重时增加控制层的工程人员。
【实际影响与限制】如果能在更多骨干和任务上复现，该方法可能降低为特定偏好微调整套模型的成本，并为闭源模型增加可插拔控制思路；但目前公开结果主要来自Stable Diffusion v1.4及研究设置，90%胜率是文章报告的特定评测结果，不等同于所有模型或场景的提升，也不代表闭源模型都提供足够的中间信号供控制器接入。
【官方来源】https://research.google/blog/how-diffusion-controller-unifies-and-simplifies-ai-image-generation/ |
0