Dancing Diffusion：用连续程序实现图像生成与编辑

Dancing Diffusion 为扩散模型的每段时间步分配独立的连续条件块，把条件控制变成潜在程序，由编译器将文本特征映射为程序、固定的预训练生成器逐段执行。在 SANA 上的实验显示，复用已执行前缀比从噪声重生成保留更多场景，学习到的条件比原生提示词切换保留更多背景，且生成质量优于原生 SANA。该方法将单指令轨迹转为可寻址操作程序，但对单个操作的语义控制仍然有限。