本文介绍了一种方法，通过后续学习潜在约束，在不重新训练模型的情况下进行条件生成，并生成逼真的有条件图像。同时，使用基于梯度的优化来保持恒等变换，以最小调整潜在空间来修改图像属性。最后，结合离散的音符序列进行零样本条件生成，无需标记数据或可微分奖励函数。