无需训练的可控多样采样：利用 Pullback 方向提升扩散模型生成多样性

研究者提出一种无需训练的方法，利用条件嵌入空间到图像空间的映射所诱导的局部 pullback 几何，识别输出敏感度最大的方向，引导不同采样轨迹生成差异化图像，同时保持与条件信号的一致性。在 MS-COCO 和 BrushNet 上的实验表明，该方法能提升条件图像生成与图像修复的多样性，且不增加额外优化或采样开销。该工作已被 NeurIPS 2026 DynaFront workshop 接收。