LayoutDiffusion（ICCV 2023）：把 graphic layout generation 做成离散 diffusion 的标准接口

会议：ICCV 2023

发表日期：2023/03/21

资料加入日期：2026-04-16

一句话结论

这篇工作把 graphic layout generation 直接建模成离散扩散过程，为 layout controllability 提供了一个更标准、更独立的生成接口。

问题定义

graphic layout 主要由离散 token 序列表示，既要保证布局合法性，又要保持坐标邻近和类型扰动可控。传统扩散大多围绕连续图像空间展开，这让 layout 任务的接口地位一直不够清晰。

方法概述

作者把 layout generation 表达为 discrete denoising diffusion process，并围绕 legality、coordinate proximity 和 type disruption 设计 block-wise transition matrix 与 piece-wise linear noise schedule，让离散布局序列也能稳定做扩散建模。

关键发现

• 它和 sources/2026-04-16-dlt-layout-transformer 形成互补：一个强调 conditioned layout generation，一个强调 graphic layout generation 的离散 diffusion 基础建模。
• 这说明 layout interface 已经开始有自己独立的方法主线，而不只是 image generation 的附属约束。
• 在 batch-g 里，这篇工作负责把“layout control”进一步收敛成可单独命名的标准接口层。
• 它也补强了 topics/image-generation 里“控制接口前移到抽象中间表示层”的证据。

局限或疑问

• 它更偏布局生成基础建模，对最终图像渲染质量不直接给答案。
• 离散布局任务的应用场景相对专门，和开放世界图像生成之间还有桥接成本。
• 当前价值主要在谱系定位：layout control 已经足够独立，值得与 region/prompt control 并列观察。

原始链接

• https://arxiv.org/abs/2303.11589
• https://arxiv.org/pdf/2303.11589.pdf

相关页面

• topics/image-generation
• topics/diffusion-models
• topics/diffusion-efficiency-engineering
• sources/2026-04-16-dlt-layout-transformer
• sources/2026-04-14-layoutdiffusion

备注

它在本库中的价值，是把 control interface consolidation 从“已有很多控制技巧”继续推进到“接口边界、层级分工和闭环控制是否开始成形”这个层面。