Alibaba：零成本修复AI生图失真

这些研究论文阐述了扩散概率模型（DPMs）中存在的信噪比-时间步偏置（SNR-t bias）现象。研究发现，推理过程中的预测误差和离散化误差会导致样本的实际信噪比与预设时间步发生失配，表现为去噪样本的信噪比普遍低于训练时的水平。为此，作者提出了一种名为DCW的动态微分修正方法，旨在将偏离的去噪轨迹导回理想路径。该技术利用离散小波变换将图像分解为不同频率分量，并在反向去噪过程中根据频率特性实施针对性补偿。实验证明，这种无需训练、即插即用的方法能在几乎不增加计算开销的情况下，显著提升多种主流扩散模型的图像生成质量。