本研究提出了一种无指导训练算法（GFT），解决了现有视觉生成模型在采样时对条件和无条件模型的依赖问题。GFT在降低计算成本的同时，性能与经典指导模型相当，并可从零开始训练。实验结果表明，GFT在五种视觉模型中表现优异，验证了其有效性和多样性。