Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架,将扩散模型去噪过程重构为连续控制问题,通过一个轻量级"转向阻尼器"附加网络引导生成、保持基础模型冻结不变。其白盒微调版本在 Stable Diffusion v1.4 上对基线模型取得 90% 胜率,并支持对无法修改内部权重的闭源模型进行控制。
Google Research 提出 Diffusion Controller 框架,将扩散模型去噪过程重构为连续控制问题,通过一个轻量级"转向阻尼器"附加网络引导生成、保持基础模型冻结不变。其白盒微调版本在 Stable Diffusion v1.4 上对基线模型取得 90% 胜率,并支持对无法修改内部权重的闭源模型进行控制。
Nano Banana 2(Gemini 3.1 Flash Image)是 Google DeepMind 发布的最新图像生成模型,将 Pro 级能力与 Flash 速度结合。
推荐理由:Nano Banana 2 把 Pro 级能力下放到 Flash 速度,读者可对比 Pro 与 2 的能力侧重,挑选适合自己工作流的版本。
Google DeepMind 上线 Project Genie 实验原型,基于 Genie 3 世界模型构建,面向 18 岁以上美国 Google AI Ultra 订阅者开放。该 Web 应用由 Genie 3、Nano Banana Pro 与 Gemini 共同驱动,支持通过文字与图像提示创建可实时生成路径的可探索世界,并可在已有世界基础上进行二次创作,单次生成时长上限 60 秒。