该论文介绍了Contrastive Guidance方法，通过修改分类器，实现对文本到图像模型的精细控制。该方法使用正面提示和基准提示来描述所需的图像因素。该方法在领域特定扩散模型训练、文本到图像生成和零-shot图像编辑器性能方面具有优势。

该研究论文介绍了一种将自然语言引入模仿学习中的方法，通过融合语言、知觉和动作的关系，实现了更精细的控制。实验结果显示，该方法在机器人操作策略方面有明显改进。