有个现象一直想不通：明明训得好好的模型，喂进去看着人畜无害的数据,偶尔就吐一堆废图，输入稍微动一点输出就飘得离谱。看了些资料才知道问题可能藏在低噪声那段。大意是注入的噪声趋近于零的时候，模型内部那个引导生成的velocity场会变得极其敏感，学习过程不稳，最后表现出来就是生成质量掉链子。
打个比方就像船舵一碰就乱摆，根本掌不住方向。应对上一种思路是混合训练，中高噪声还用常规的velocity回归，噪声很低的时候切到对比学习那套；另一种是在低噪声段更看重让内部特征跟目标对齐，而不是直接硬预测。
对我们做可视化的来说这些偏底层，但理解一下模型脾气也不亏。