该文介绍了一种基于Steered Diffusion框架的逼真零样本条件图像生成方法，通过使用预先训练的逆模型设计的损失，利用扩散模型的生成控制能力，在推理时引导扩散模型的图像生成过程。实验表明，该框架在修补、着色、文本引导的语义编辑和图像超分辨率等任务上有明显的定性和定量改进，同时增加了可忽略的额外计算成本。