Aligning Latent Geometry for Spherical Flow Matching in Image Generation
对齐潜空间几何以实现球面流匹配图像生成
🧭 球面潜在流匹配优化生成质量
将扩散模型潜空间的线性插值改为球面线性插值,仅微调解码器即可提升生成质量
📌 工作参考价值(3 点)
- 对于电商中的商品图生成等视觉任务,直接将扩散模型潜空间的线性插值替换为球面插值(slerp),并配合固定半径投影与解码器微调,可在不改动主干网络的前提下提升FID,工程改动小,效果稳健。
- 方向分量主导语义的洞察可迁移到推荐系统的表示学习:将用户/物品embedding归一化到固定球面,分离语义(方向)与强度(半径),有助于提升表示对齐和相似度计算的稳定性。
- 冻结编码器、只微调解码器的策略,是一种低成本的分布适配技巧,适用于其他需要将高斯先验对齐到特定几何结构的生成式模型场景。