Un nouvel article de l'équipe technologique Internet de vivo présente Self-Swapping Guidance (SSG), un paradigme de guidage novateur pour les modèles de diffusion qui améliore la génération d'images sans dépendre d'invites textuelles, d'entraînement supplémentaire ou de bruit ajouté. L'idée centrale est simple : pendant le processus de débruitage, les jetons sont directement échangés dans les représentations internes du modèle pour orienter la génération vers des sorties de meilleure qualité. Cette approche contraste avec les méthodes traditionnelles qui nécessitent soit un conditionnement textuel, un entraînement spécialisé, soit introduisent du bruit pouvant dégrader la fidélité de l'image. SSG est présenté comme une stratégie légère qui fonctionne avec les modèles existants, ce qui pourrait faciliter son intégration dans les pipelines actuels. L'article a été accepté comme présentation orale à CVPR 2026, indiquant une forte reconnaissance par les pairs. Pour les chercheurs et ingénieurs travaillant sur les modèles génératifs, SSG offre une nouvelle perspective sur les mécanismes de guidage et pourrait conduire à une synthèse d'images plus efficace et contrôlable dans les applications pratiques.
Des chercheurs proposent Self-Swapping Guidance (SSG), un nouveau paradigme pour les modèles de diffusion qui améliore la génération en échangeant directement des jetons, éliminant le besoin de conditions textuelles ou de bruit supplémentaire. Cette approche légère répond aux limites des méthodes traditionnelles et a été acceptée comme Oral à CVPR 2026.