摘要
本发明属于计算机视觉与生成模型技术领域，具体是一种分层条件控制与动态跳跃采样的扩散生成方法，所述方法通过分层控制架构实现：宏观时间调度用双向LSTM动态合并去噪步，以可微分跃迁约束保证等价性；微观空间优化通过不确定性热力图定位关键区域，仅对其执行局部注意力，背景用隐式网络生成；多模态融合采用动态路由门控计算权重并结合对抗训练，本发明分层条件控制与动态跳跃采样的扩散生成方法，将采样步数从1000+压缩至50‑80步，减少95％非关键区域计算，多模态引导质量损失降37％，峰值显存占用减60％，在保证质量的同时提升效率，支持移动端部署。
