CO₂Jump：让文本与图像生成保持一致的免训练采样器
2026.09.30 · 事件 · 论文 · 本人发布
NeurIPS 2026 论文提出 CO₂Jump，用文本置信度引导图像更新，可回改低置信 token。
Google、Google DeepMind 与石溪大学合作在 NeurIPS 2026 发表论文，研究联合文本与图像生成中的不一致问题：模型能描述迷宫正确解法却画出不同路径。CO₂Jump 利用文本置信度和跨模态注意力引导采样中的图像更新，并允许低置信 token 被重新掩码再生成，无需额外训练，每个去噪步仅一次前向。
- CO₂Jump 用文本置信度与跨模态注意力引导图像更新
- 低置信 token 可重新掩码再生成，修正早期决策
- 采样器无需额外训练，每步仅一次模型前向
- 在 8–512 采样步下，编辑质量与 grounding 均单调提升
- 发布 JEdit-1M、JMaze-200K、JNono-200K 三个数据集
为什么值得看
揭示联合生成中文本与图像不一致问题，并给出免训练采样方案。
适合谁关注
多模态生成研究者、图像编辑与推理任务开发者。