---
title: "Diffusion Self-Distillation – 斯坦福大学推出的零样本定制图像生成技术"
url: "https://paooo.com/aigc-news/25194/"
author: "Prompt 语宙研究院"
published_at: "2026-07-12T10:48:29+08:00"
updated_at: "2026-07-12T10:48:29+08:00"
categories: "AIGC 资讯"
tags: "AI绘画提示词, stable diffusion, 大模型微调"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Diffusion Self-Distillation – 斯坦福大学推出的零样本定制图像生成技术

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25194/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-12

## AI 30 秒核心看点 (TL;DR)

- DSD 通过自生成数据集+VLM筛选，把文本到图像扩散模型微调成文本条件图像到图像模型。
- 核心优势是零样本定制与身份保持：可在不同上下文中生成同一实例，且无需测试时优化。
- 适用于个性化、重光照、深度控制、指令跟随等任务，覆盖艺术、游戏、影视与营销场景。

## Diffusion Self-Distillation是什么

Diffusion Self-Distillation（扩散自蒸馏，简称DSD）是斯坦福大学吴佳俊团队推出的零样本定制图像生成技术，用预训练的文本到图像扩散模型自动生成数据集，并将其微调为能进行文本条件的图像到图像任务的模型。Diffusion Self-Distillation基于生成图像网格和视觉语言模型筛选，创建出高质量的配对数据集，进而在无需人工干预的情况下，实现在任意上下文中对任意实例进行身份保持的定制图像生成。这种方法在保持身份一致性的任务上表现出色，与逐实例调优技术竞争，且无需测试时优化。

## Diffusion Self-Distillation的主要功能

- **身份保持的定制图像生成**：在不同的上下文中生成特定实例的图像，同时保持该实例的身份特征。

- **零样本学习**：无需针对特定实例的训练数据，直接应用预训练模型进行生成任务。

- **自动化数据配对**：基于自生成的数据集和视觉语言模型的辅助，自动创建高质量的训练数据对。

- **图像到图像的转换**：支持将输入图像转换为具有特定文本条件的输出图像，例如改变光照、风格或其他视觉属性。

- **广泛的适用性**：适用于多种文本条件图像生成任务，包括个性化、重光照、深度控制和指令跟随等。

## Diffusion Self-Distillation的技术原理

- **预训练模型的上下文生成能力**：基于预训练的文本到图像扩散模型的上下文生成能力创建图像网格。

- **数据配对与筛选**：用视觉语言模型（VLMs）辅助筛选，从生成的图像网格中创建出大规模高质量的配对数据集。

- **微调扩散模型**：用筛选后的配对数据集对预训练的文本到图像扩散模型进行微调，将其转化为支持文本+图像条件的图像生成模型。

- **并行处理架构**：推出一种并行处理架构，将输入图像视为视频序列的第一帧，并生成两帧视频作为输出。第一帧重建输入图像，第二帧是编辑后的输出，实现有效信息交换。

- **信息交换与编辑**：在两帧视频之间建立身份映射和条件编辑目标，让模型能捕捉复杂的语义并执行复杂的编辑。

## Diffusion Self-Distillation的项目地址

- **项目官网**：[primecai.github.io/dsd](https://primecai.github.io/dsd/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2411.18616](https://arxiv.org/pdf/2411.18616)

## Diffusion Self-Distillation的应用场景

- **艺术创作**：艺术家在不同的风格和背景下创作作品，同时保持艺术作品中角色或物体的一致性。

- **游戏开发**：在游戏设计中，快速生成具有一致身份特征的游戏角色或物品的多种变体，适应不同的游戏场景。

- **电影和动画制作**：电影制作人在不同的场景中保持角色的一致性，或在不同的光照条件下重新渲染场景。

- **广告和营销**：营销人员定制广告图像，确保品牌形象在各种广告媒介中保持一致。

- **个性化商品**：根据用户上传的图片生成个性化的商品，如定制T恤、杯子和手机壳等，同时保持品牌元素的一致性。

## 常见问题解答 (FAQ)

### Diffusion Self-Distillation 是什么？
Diffusion Self-Distillation（DSD）是斯坦福大学吴佳俊团队提出的零样本定制图像生成方法。它利用预训练文本到图像扩散模型自动生成配对数据，再微调成支持文本+图像条件的编辑模型，重点解决身份保持问题。

### DSD 为什么能做到零样本定制？
因为它不依赖针对单个实例的人为标注训练集，而是通过模型自生成图像网格，再借助视觉语言模型筛选出高质量配对数据，直接用于微调。这样就能在无需人工干预的情况下完成定制生成。

### Diffusion Self-Distillation 适合哪些应用？
它适合需要保持主体一致性的图像生成任务，如个性化创作、游戏角色变体、电影动画重渲染、广告素材统一，以及个性化商品设计等，也可用于重光照、深度控制和指令跟随。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)