English(EN) AcFlow: Controlling Text-to-Image Diffusion Transformers via Learned Conditional Activation Flow

AcFlow 增强了对文本到图像扩散变换器的控制

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-11 04:00

研究人员开发了 AcFlow，一种在推理过程中控制文本到图像扩散变换器（DiTs）的新颖方法。该技术通过学习到的概念条件速度场传输中间层激活，从而实现对风格强度和抑制不希望出现概念的细粒度控制。与现有基线相比，AcFlow 展现出更优越的风格-内容权衡，并且无需进行每个概念的拟合即可泛化到未见过的概念，提供了一种更具适应性的控制机制。 AI

影响 AcFlow 提供了一种对文本到图像生成进行细粒度控制的新方法，有望改善用户体验和创意产出。

排序理由该集群包含一篇详细介绍控制 AI 模型新方法的 ist 论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍控制 AI 模型新方法的 ist 论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Junran Wang, Zehao Jin, Tianyu Luan, Xinjie Shen · 2026-09-11 04:00

AcFlow：通过学习的条件激活流控制文本到图像的扩散 Transformer

arXiv:2609.10723v1 Announce Type: new Abstract: Text-to-image diffusion transformers (DiTs) are powerful generators, yet direct prompting provides limited control interface for style intensity and can fail to suppress unwanted concepts. To enable these controls, we introduce AcFl…

本文如何被排名

报道来源 [1]

AcFlow：通过学习的条件激活流控制文本到图像的扩散 Transformer

相关实体

相关话题