ProgressNet：用冻结文生图模型渐进绘画

人类渐进地画画：几笔、看一眼结果、擦掉一笔、修改提示。图像生成器不是这样工作的：它们通常接收完成的草图一次成图，每次编辑都重头再来；而跨轮保持状态的模型由文本驱动、不能接受笔画、且太慢无法边画边看。我们提出ProgressNet——训练自由框架，让冻结文生图模型跟随绘画会话的展开：笔画添加与擦除、提示修订，图像以每轮约一秒的速度跟上。它无需新参数，因为冻结模型已具备渐进生成器所需：上一轮可被记住的通路、能承载外观而不冻结结构的层、以及该多信任未完成草图的内部信号；三个推理时机制（前概念记忆、层选K/V注入、带状自适应控制）依次使用它们。随着草图填充，所有既有方法退化——FS-COCO上FLUX+ControlNet基线的FID在10%到100%完成度间翻倍，而ProgressNet几乎不动；它在三个草图域保持强保真与渐进连贯，用户在五个竞争者中偏好它——最广泛地体现在擦除上。