🔥 今日值得一读
无需训练！TrajCFG让文生视频VBench猛涨0.75分
TrajCFG: Token-Wise Classifier-Free Guidance via Denoising Trajectory Feedback
👨💼 主理人解读 · 为什么值得关注
开发者可免训练提升流匹配生成质量，直接替换现有CFG采样。
📖 AI 总结
本文提出TrajCFG，一种面向流匹配模型的免训练分类器无关引导（CFG）改进方法。传统CFG对所有潜变量token施加统一引导强度，但各token的速度预测在采样过程中演化并不一致。TrajCFG利用引导速度方向的历史变化作为反馈信号，将其映射为有界尺度，对方向变化较大的token施以更强引导，对方向较一致的token施以较弱引导，并融合相邻步与区间归一化的长跨度反馈，且复用标准CFG预测、不增加额外模型评估。研究通过受控诊断与消融实验验证了方向反馈、token级分配和历史跨度融合的作用。在文本到视频、图像到视频、文本-音频-视频、文本到图像及图像到3D生成任务上，该方法在多个骨干模型上均优于基础采样器；文本到视频任务中，VBench总分较最强基线提升0.30至0.75分。结果表明，历史方向反馈是一种可广泛适用的细粒度引导分配信号。
🔑 关键词速览
| Classifier-free guidance (CFG) | 一种无需额外分类器即可在生成模型中增强条件控制的技术，通过结合条件和非条件预测来引导采样。 |
| Flow-matching models | 一类生成模型，通过匹配从噪声到数据的概率流来学习生成过程，常用于扩散模型的替代方案。 |
| Token-wise guidance | 在生成过程中对每个潜在令牌（token）单独应用引导强度，而非全局统一缩放。 |
| VBench | 一个用于评估视频生成质量的综合基准测试套件，包含多个维度的指标。 |
| Denoising trajectory feedback | 在去噪过程中利用历史步骤中引导速度方向的变化作为反馈信号，以自适应调整引导强度。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅