分类器无关引导(CFG)

分类器无关引导(Classifier-Free Guidance,简称 CFG)是扩散模型中广泛使用的一种条件生成增强技术。它无需借助额外的分类器,即可让生成结果更紧密地贴合给定的文本或标签等条件,是文生图等条件扩散模型提升可控性与质量的关键手段。

概述

早期的条件生成引导需要单独训练一个分类器来提供梯度,既增加成本又难以稳定。分类器无关引导巧妙地在训练阶段随机丢弃条件信息,使同一个扩散模型同时学会有条件和无条件两种生成模式;推理时通过组合这两种预测,即可实现对条件强度的可调控制。

核心原理

• 条件随机丢弃:训练中以一定概率把条件置为空,让模型兼具无条件生成能力。
• 双重预测:推理时分别计算有条件和无条件下的噪声预测结果。
• 引导系数外推:沿两者差异方向按系数放大,增强对条件的响应。
• 可调强度:引导系数越大越贴合提示,但过大会牺牲多样性与真实感。

应用场景

分类器无关引导已成为文生图扩散模型的标准配置,广泛用于图像、视频和音频等条件生成任务。用户在使用文生图工具时常见的引导强度参数,本质上就是在调节该技术的引导系数。

常见问题

问:引导系数是不是越大越好?答:不是。系数适中时能兼顾贴合度与质量;过大虽然更服从提示,却容易出现颜色过饱和、细节失真和多样性下降等问题。

问:它相比基于分类器的引导有何优势?答:无需额外训练和维护分类器,实现更简单、更稳定,且能直接利用生成模型自身,因而成为主流选择。