HoLo-FuSe 证明了一个冻结的、零参数的 HoLo Semantic Layer (HSL) 字节基底可以有效地为图像生成的扩散模型提供条件。该项目测试了这个确定性的 27-D 特征帧是否可以作为类别条件 DDPM 的条件机制，以取代传统的可学习嵌入。

  • 在单个 Colab T4 上训练，拥有 ~35M U-Net 参数，经过 16k 步，分辨率为 128px。
  • 使用带有无分类器引导和余弦调度程序的 AFHQ 动物面部数据集（猫/狗）。
  • 种子匹配的定性结果显示，HSL 条件控制与预算匹配的可学习嵌入控制在性能上相当。
  • 在所有分支中观察到的背景颜色色调归因于欠训练，而非基底本身。

作者认为这是一个操作证明，确立了冻结的基底可以像可学习控制一样引导类别生成，未来的工作将专注于通过更长的训练来提高质量。