梦晨 发自 凹非寺 量子位 | 公众号 QbitAI AI作画、生视频，可以「自己救自己」了？！ 当大家还在为CFG（无分类器引导）的参数搞到头秃，却依然得到一堆"塑料感"废片而发愁时，来自清华大学、阿里巴巴AMAP（高德地 图）、中国科学院自动化研究所的研究团队，推出全新方法 S²-Guidance (Stochastic Self-Guidance)。 核心亮点在于通过 随机丢弃网络模块（Stochastic Block-Dropping）来动态构建"弱"的子网络，从而实现对生成过程的自我修正。这不仅 让AI学会了"主动避坑"，更重要的是，它避免了其他类似方法中繁琐、针对特定模型的参数调整过程 ，真正做到了即插即用、效果显著。 S²-Guidance方法在文生图和文生视频任务中，显著提升了生成结果的质量与连贯性。 具体表现在： 一、CFG的瓶颈：效果失真 + 缺乏通用性 在扩散模型的世界里，CFG (Classifier-Free Guidance)是提升生成质量和文本对齐度的标准操作。但它的"线性外推"本质，导致高引导强度 下容易产生过饱和、失真等问题。 为了解决这个问题，学术界此前的思路是引入一个"监 ...