清华段岳圻团队论文：从调参数到做控制，文生图迎来一次方法论升级丨CVPR2026

背景：当前文生图模型在使用高 guidance scale 时，常出现语义对齐与图像质量相冲突的问题，即模型越努力贴近文本描述，画面质量越容易下降，导致用户需要大量尝试才能获得满意结果。研究目的：清华大学段岳圻团队提出 CFG-Ctrl 方法，从控制理论角度重新审视 classifier-free guidance（CFG）机制，将生成过程视为动态系统，把语义偏差视为需要控制的误差，通过引入滑模控制（SMC）实现非线性反馈，旨在打破语义准确性与图像质量之间的此消彼长关系，提升生成过程的稳定性和可控性。结论：实验表明，CFG-Ctrl 在 FID、CLIP 及人类偏好指标上均实现全面且稳定的提升，尤其在高 guidance scale 和复杂 prompt 场景下，能够有效维持图像质量并增强语义对齐。该方法在 SD3.5、Flux 和 Qwen-Image 等多种模型上均有显著效果，验证了其跨模型通用性。该研究将 CFG 从经验性调参转变为系统性控制问题，推动了文生图模型从偶尔成功走向稳定可靠。