UC Berkeley 提出纠错训练：扩散模型无需 CFG 也出高质量图

UC Berkeley 与 Reve 团队提出纠错训练，为扩散模型训练 corrector 精修每步去噪预测，无需 CFG 也能生成高质量图像。实验覆盖 ImageNet 与文生图的有/无条件生成，效果优于或不输 CFG。作者指出无 guidance 时扩散模型出图质量差，FLUX.2 Klein 9B 也不例外；代码已开源，arXiv 论文即将发布。