Knowledge Diversion：面向可分解图像生成模型的新型预训练范式

研究者提出 Knowledge Diversion（KDiv），一种条件感知的预训练范式，用于学习可分解的图像生成模型。该方法在预训练前将随机初始化权重分解为秩一 Knowledge Units，并组织为 learngenes 与 tailors，通过连续条件感知路由把跨条件共享知识汇入 learngenes、把条件相关变化交给 tailors。