扩散模型跑到一半的时候，你能从中间那张图看出它最后会画成什么样吗？大多数时候不能。
原因在去噪的方式上。扩散出图是从一团噪声开始，一步一步往干净的画面推，而以前很多做法只对最后那一张负责，中间那些半成品长什么样没人管，跟成品往往差得很远。结果就是中途预览没多少参考价值，想中途干预也无从下手，只能干等它跑完。
有个叫 CAT 的新方法，思路挺对我胃口：让每一步的中间草稿都尽量忠于最终成品。拆开看是这么个链条：
- 每一步的中间态都和最终画面对齐，不再只盯最后一张；
- 所以很早就能看出大概长啥样；
- 不满意可以早停、早调，不用等跑满全程才发现方向错了。
我自己最想拿它讲课。给学生演示扩散原理，最难讲清的就是“画面是怎么一步步从糊变清的”，要是中间每一步都朝着成品走，这个过程直接摆在屏幕上就能看，比画示意图直观得多。
至于落地效果，还有它对生成速度和质量到底有什么影响，得看论文细节和实测，现在下判断太早。不过“过程可预期”这个方向，对可控生成很有价值。