该论文介绍了Contrastive Guidance方法，通过对分类器的简单修改，在文本到图像模型中解开图像因素，提供更精细的控制。该方法使用两个提示来描述所需的因素，其中正面提示描述待合成的图像，基准提示作为“基准”以解开其他因素。该方法在三个场景下的优势体现为：领域特定扩散模型的训练、文本到图像生成的控制以及零-shot图像编辑器的性能提升。