DSC解耦安全控制：扩散模型免训练安全引导新算法

扩散模型在文本到图像生成领域表现出色，但依然可能生成不安全内容。免训练安全引导（Training-free Safety Guidance）提供了一种推理阶段的实用替代方案——在不修改模型权重的前提下干预采样过程。然而，现有许多安全防护机制仍依赖于一种耦合式安全控制链。在这条链中，同一个不安全条件同时承担了四重角色：指定需要规避的内容、指示当前的不安全信号、构建干预策略，以及决定干预何时保持激活。当不安全因素明确可辨时，这种耦合方式尚能奏效；一旦有害语义与良性语义在当前生成状态中相互纠缠，它便不再可靠，往往导致不安全内容残留，或不必要地降低良性生成质量和提示词保真度。

针对这一问题，研究者提出了解耦安全控制（Decoupled Safety Control，DSC），一种即插即用的免训练安全引导控制算法。

耦合控制链为何失效

要理解 DSC 的价值，先要看清楚现有方案的结构性缺陷。

传统免训练安全引导的核心逻辑是：给定一个不安全条件（如“暴力”），安全机制就围绕这个条件构建整个干预过程。这相当于用同一个信号完成了“侦察、决策、执行、终止”四项任务。在理想情况下，这种一体化设计简洁高效。但扩散模型的生成过程是渐进的——在某个采样步骤中，画面可能同时包含部分有害语义和大量良性语义，二者并未泾渭分明。

此时，耦合链条的弊端就暴露了。由于干预策略是从单一的初始不安全条件直接继承而来的，它无法感知当前生成状态的真实情况，于是会出现两种失误：要么干预力度不足，有害内容“漏网”；要么干预过度，把本来无害的生成结果也一并破坏，降低图像质量和提示词忠实度。

论文将这一问题归结为“耦合”带来的结构性限制，而非某个具体安全模块的缺陷。

免训练安全引导（Training-free Safety Guidance）是指不修改扩散模型权重、仅在推理采样阶段对生成过程施加干预的一类安全防护方法的统称。其典型实现方式是在去噪采样的每一步中，利用一个不安全提示或安全分类器构造引导信号，将潜变量往远离有害方向的方向修正。由于无需重新训练或微调，这类方法部署成本低、适配速度快，是内容安全领域在推理侧最常见的落地路径之一。也正因为干预发生在采样过程中，引导信号如何与不断变化的生成状态配合，就直接决定了安全性与生成质量能否兼得。

潜空间与文本空间是扩散模型中两个可以被干预的表征层级。潜空间指扩散模型内部用于去噪的低维隐变量空间，直接操控潜变量能对最终像素产生强影响，但容易破坏图像结构；文本空间则指提示词经过文本编码器后得到的嵌入向量空间，对文本嵌入施加引导更贴近语义层面，副作用相对温和但抑制力度有限。两种空间各有取舍，因此实际系统常需要根据场景选择或组合使用。

DSC 的核心思路：把安全引导重构为状态依赖控制

DSC 的关键突破在于将免训练安全引导重新表述为一个显式的状态依赖控制过程。

用控制论的视角来看，原有的耦合方案相当于一个开环系统——干预动作在开始时就已确定，不随过程变化而调整。DSC 则引入了闭环思想：实际执行的干预由当前生成状态决定，而不是从单一的不安全条件直接继承。

这意味着，在采样的每一步，DSC 都会根据当前状态评估“需要多大的干预、在哪个空间施加干预、何时停止干预”，从而实现更精细的安全控制。这种解耦使得“判断何为不安全”“决定如何干预”“确定干预强度与时机”这几个环节不再被同一个信号绑死。

该方法被设计为即插即用的插件，可以适配不同的安全防护模块，无需重新训练模型。

状态依赖控制借用了控制论中闭环反馈的思想。在经典开环控制里，控制器按照预先设定的指令执行动作，不关心系统当前处于什么状态；而闭环控制会持续观测系统输出，并据此实时调整控制量。扩散采样天然是一个多步渐进过程，每一步的潜变量都携带着当前生成内容的语义信息，这为状态观测提供了天然接口。DSC 正是利用这一特性，把“当前生成到了什么程度、有害语义是否还活跃”作为反馈量，动态调节干预的方向与强度，从而避免固定干预策略在语义混合阶段的失效。

实验表现：更强的抑制，更少的副作用

研究者在标准安全基准上进行了实验，将 DSC 与代表性的**潜空间（latent-space）和文本空间（text-space）**安全防护方案结合。

结果显示，DSC 在两方面同时取得了改善：

• 不安全内容抑制更强：相比原始耦合方案，DSC 能更有效地压制有害内容生成。
• 良性生成质量得到保持：在提升安全性的同时，没有牺牲正常生成的质量和提示词保真度。
• 推理效率维持在高效水平：DSC 作为推理阶段插件，未带来显著的计算负担。

这组结果说明，解耦带来的状态感知能力确实能让安全干预“该出手时才出手”，避免了耦合方案中常见的“一刀切”问题。

为什么这值得关注

扩散模型的安全问题一直是生成式 AI 落地的关键障碍。免训练安全引导因其无需微调、部署成本低的优势，被视为一条务实的路径。但耦合控制链的存在，让这条路走得并不顺畅——开发者常常在安全性和生成质量之间被迫做取舍。

DSC 的思路提供了一种新的可能性：通过将安全控制重构为状态依赖过程，让安全干预变得更“聪明”而非更“用力”。对于需要在推理阶段快速部署安全防护的应用场景而言，这种即插即用的解耦方案降低了同时兼顾安全与体验的门槛。

当然，DSC 目前还是一种推理阶段的控制算法，其在不同模型架构、不同安全定义下的泛化能力，仍有待更广泛的验证。但至少从方法论上，它指出了耦合式安全控制的一个明确改进方向：让干预决策回归到当前生成状态，而非固守最初的不安全条件。