当前，AI 图像生成技术迅猛发展，各类图文生成模型让用户能凭借简单文字描述创作出精美的图像。然而，这也引发了诸多问题，比如有人借此剽窃艺术风格、丑化 IP 角色和名人，甚至生成不安全图像。如何以低成本且高效的方式，精准快速地从生成图像中去除这些不想要的概念，成为亟待解决的难题。
这一概念擦除任务有两个关键要求：一是擦除效果，需在生成过程中彻底清除与目标概念相关的语义；二是先验保护，即擦除目标概念时尽量不影响无关概念的生成。但现有方法难以平衡二者。
为此，中国科学技术大学联合曼彻斯特大学等机构的研究团队，提出了一种名为自适应值分解器（AdaVD）的 training-free 方法。在无需额外训练的前提下，它实现了对目标概念的精准擦除，同时最大程度地保护了先验知识，相较于现有 SOTA 方法，先验保护能力提升 2 到 10 倍。该成果已被 CVPR2025 接收。
Precise, Fast, and Low-cost Concept Erasure in Value Space: Orthogonal Complement Matters
https://arxiv.org/pdf/2412.06143
现有方法的困境
现有概念擦除方法主要分为基于训练（training-based）和无训练（training-free）两类。基于训练的方法需要对模型参数进行微调，尽管擦除效果较好，但成本高昂，且处理速度较慢，难以满足在线 T2I 平台的实时需求。此外，这类方法往往难以在擦除目标概念的同时保护非目标概念。
而无训练方法，如 NP、SLD 和 SuppressEOT，虽然能够实现快速擦除，但各自存在不足。例如，NP 的擦除精度有限，SuppressEOT 需要用户手动指定目标概念的位置，而 SLD 在保护非目标概念的先验信息方面表现不佳，影响图像的整体质量。
AdaVD 如何破局
核心原理：正交补运算
作为一种无需训练的概念擦除方法，AdaVD 通过经典的正交补运算，在扩散模型 UNet 的值空间内进行精准擦除。具体而言，它将原始文本提示所对应的值投影到目标概念的正交补空间，从而剥离目标概念的语义，同时最大程度地保留其他内容。
此外，AdaVD 采用逐 token 计算方式，以确保对每个 token 的擦除精度，实现更灵活细致的概念擦除。
创新机制：自适应擦除移位
为了在保证擦除效果的同时进一步增强先验知识保护，AdaVD 还引入了自适应擦除移位机制（Adaptive Token Shift）。该机制基于文本 token 与目标概念 token 之间的语义相关性计算移位因子，从而动态调整擦除强度。
若某个 token 与目标概念的语义关联较低，AdaVD 会减少对其的擦除，从而在精准擦除目标概念的同时，最大程度地保留先验知识。
效果惊艳，实力验证
实验结果显示，AdaVD 在多个概念擦除任务中均表现出色，涵盖 IP 角色、艺术风格、NSFW 内容及名人相关概念等场景。与其他方法相比，AdaVD 在 CLIP Score（CS）和 FID 评分上均表现优异，前者反映擦除效果，后者衡量先验保护能力。
此外，在多概念擦除实验中，AdaVD 也展现出卓越的性能。例如，在同时擦除“Snoopy”“Mickey” 和 “Spongebob” 时，其 CS 和 FID 均优于其他方法，即便同时擦除 40 个概念，也能有效保护非目标概念，展现出强大稳定的擦除和先验保护能力。
效率与可解释性兼具
在时间消耗层面，AdaVD 由于无需模型微调，在运行速度上远超基于训练的方法。虽然比 SLD 略慢，但换来的却是更优的擦除性能，整体性价比更高。
此外，研究团队通过可视化擦除部分，深入探究了 AdaVD 的可解释性。结果显示，AdaVD 能够精准定位语义空间中与目标概念相关的语义信息。对于无关概念，其对应的擦除部分呈现出无意义的信息特征。这一现象进一步证实，AdaVD 不仅可以精准擦除目标概念，还能实现擦除效果与先验保护的良好平衡。
AdaVD 的能力不仅限于概念擦除，还可拓展至多个图像生成任务。例如，在隐式概念擦除中，它能去除 “rainy” “foggy” 等隐含概念；在图像编辑任务中，可精准移除 “glasses”“mustache” 等外观特征；在属性抑制任务中，可去除 “red” 等耦合颜色概念，如让苹果或玫瑰褪色。
此外，AdaVD 还能与多种扩散模型兼容，如 Chilloutmix、DreamShaper、RealisticVision 和 SD v2.1，适用性极为广泛。
（文：PaperWeekly）