🎨 Google показала единый способ управления диффузионными генераторами

Команда Google (Chih-Wei Hsu, Moonkyung Ryu и соавторы) 29 сентября опубликовала метод Diffusion Controller (DiffCon): обратный семплинг диффузионной модели описан как стохастическое управление в формализме LS-MDP, а боковая сеть на шагах денойзинга ведет модель с замороженным бэкбоном — даже закрытую через gray-box доступ.

🌍 Метод объединяет приемы контроля генерации (classifier-free guidance, LoRA, reward-регрессии) в одну теорию — шаблон управляемости и safety-слоев для закрытых моделей без доступа к весам.

👤 Кто генерирует изображения, получает альтернативу LoRA: надстройка учится, трогая меньше слоев. На Stable Diffusion v1.4 (HPS-v2) gray-box DiffCon обошел LoRA, white-box дал 90% win rate против базы.

Источник 1: https://research.google/blog/how-diffusion-controller-unifies-and-simplifies-ai-image-generation/ Источник 2: https://arxiv.org/abs/2603.06981