在《AIGC文生图技术入门：Rectified Flow字体生成》一文中，控制条件是字符编码，我们难以控制生成图片的字体风格，只能通过改变输入高斯噪声，生成大量图片，从中筛选符合要求的，这样使用起来很不方便。
在本实验中，我们将修改控制条件为：
条件1：字符编码
条件2：字体类型编码
条件1是严格条件，条件2是非严格条件，即生成的字体必须严格满足条件1，但不需要严格满足条件2
我们定义严格程度变量（0%到100%），条件1的严格程度固定为100%，条件2的严格程度由用户自定义
因为我们希望创造出一种新的字体类型，而不是造字，所以生成的图片必须严格满足条件1，而不能严格满足条件2
下面是网上找的一张图：
图片来源：https://www.zhihu.com/question/628375704/answer/3343109727
可以看到虽然生成图片中的字体风格没问题，但是根本认不出写的是什么字，也就是说没有严格满足条件1
如何在网络中引入严格程度变量呢？一个未经验证的想法是：假设条件2的严格程度为50%，条件2的字符类型为“宋体”，此时我们可以按50%的概率选择“宋体”，50%的概率选择其它字体类型
引入条件2后，重新训练模型，使用单卡（RTX4090）训练约15个小时，生成图片效果如下：
可以看到生成字体的风格一致性更好
初步结论：在开发生成模型时，从高斯噪声还原图片，我觉得应尽可能少地将控制条件隐含在输入噪声中
标签：满足条件,Flow,生成,严格,Rectified,字体,条件,图片 From： https://blog.csdn.net/weixin_42885381/article/details/144531181