GeoEdit：用于扩散模型中快速、无需训练 流形编辑的局部框架

扩散模型是数据生成的领先范例，但 无需训练 编辑通常会针对每个编辑强度重新运行完整的去噪轨迹，从而使得迭代细化成本高昂。为了解决这个问题，我们在数据流形附近进行编辑，其中小的本地更新可以取代重复的重新合成。为了实现这一点，我们直接从扰动样本估计局部流形切线空间，并证明这个基于样本的估计器非常接近真实的切线。在此保证的基础上，我们设计了一种无雅可比算法，该算法通过对初始噪声的小扰动构建切线框架，并用基于扩散的投影交替小切线移动。该框架内的更新遵循有原则的流形方向，同时抑制流形外漂移，从而无需完全重新扩散或额外训练即可进行细粒度编辑。编辑强度由快速、连续调整的步骤数控制，以保持保真度并插入现有采样器。根据经验，由此产生的切线方向产生平滑的、语义无监督的遍历和有效的 CLIP 引导优化，展示了实用的交互式连续编辑。