扩散模型中的注意力动态：人机协作的可视化分析框架

基于扩散的文本到图像模型可以合成复杂且高度结构化的视觉内容，但语义结构的出现和演变仍然难以解释。许多现有的工作流程依赖于聚合注意力或标量摘要，将时间变化与图像空间证据分开。为了解决这一差距，我们提出了一个可视化分析框架，用于探索扩散模型中的注意力动态：词元级 交叉注意力图的阶跃索引演化、它们的时间集中度和空间关系。我们的方法通过在交互式工作流程中将定量测量与数据驱动的阶段识别相结合，实现跨代步骤的注意力行为的结构化分析。针对结构化 60 提示稳定扩散类基准的案例研究说明了此设置中重复出现的、可解释的模式，并展示了关联的时间和空间视图如何促进生成过程的观察和讨论，支持更有效的人机协作。