在生成模型的应用中，隐空间插值被广泛用于探索不同语义之间的连续过渡。但当我们在原始隐向量上直接做线性插值时，经常会观察到生成结果在中间阶段出现模糊、伪影甚至结构跳变，这种现象被称为隐空间插值突变。其本质原因在于，训练好的生成模型隐空间通常近似为一个高维黎曼流形，而欧氏空间中的直线段会穿越流形之外的低概率区域，导致解码器接收到不合理的向量。
为什么线性插值会导致隐空间突变
线性插值在数学上定义为两个端点向量的加权平均：v = (1 - t) * a + t * b。当 a 和 b 都是服从标准正态分布采样的隐向量时，它们的模长大致在根号维度附近波动，但线性组合后的向量模长会在中间 t=0.5 处明显变小。这种范数衰减使得中间向量落入模型分布边缘，解码器难以还原清晰结构。
从几何视角看，若把隐向量视为高维球面上的点，欧氏直线是穿过球体内部的弦，而流形更贴近球面表面。弦上点的范数小于球面上对应点的范数，相当于在插值过程中无声地缩小了信号的能量。尤其在维度较高时，这种缩小被放大，生成图像自然出现褪色或内容坍塌。因此，仅依赖线性插值无法保证路径始终停留在高概率密度区。
实践中我们还发现，即便对向量做归一化后再线性插值，由于归一化是逐点独立进行的，连接两个归一化点的直线仍然不是球面上的最短路径。真正应当使用的是测地线，也就是球面上的大圆弧。这也引出了后续球面线性插值的核心思想：在保持向量单位长度的前提下，沿曲面上的弧线运动。
球面线性插值SLERP的原理与实现
球面线性插值（Spherical Linear Interpolation，简称SLERP）针对单位向量定义。给定两个已归一化的向量 a 和 b，先计算它们夹角 omega 的余弦：dot = a·b，则 omega = arccos(dot)。当 omega 接近零时，两向量几乎平行，可直接退化为线性插值以避免数值不稳定。一般情况下，SLERP公式为 v = (sin((1-t)*omega) / sin(omega)) * a + (sin(t*omega) / sin(omega)) * b，这样得到的 v 始终位于单位球面上。
下面的PyTorch代码展示了如何稳定地实现SLERP，并处理极小值情况：
import torch
def slerp(a, b, t, eps=1e-7):
# a, b: 形状为(batch, dim)的单位向量
dot = torch.sum(a * b, dim=-1, keepdim=True)
dot = torch.clamp(dot, -1.0 + eps, 1.0 - eps)
omega = torch.acos(dot)
sin_omega = torch.sin(omega)
# 当两向量几乎平行时退化为线性插值
mask = sin_omega < eps
linear = (1.0 - t) * a + t * b
coeff_a = torch.sin((1.0 - t) * omega) / sin_omega
coeff_b = torch.sin(t * omega) / sin_omega
spherical = coeff_a * a + coeff_b * b
return torch.where(mask, linear, spherical)
# 示例
a = torch.randn(1, 512)
b = torch.randn(1, 512)
a = a / a.norm(dim=-1, keepdim=True)
b = b / b.norm(dim=-1, keepdim=True)
mid = slerp(a, b, 0.5)
print(mid.norm()) # 应接近1.0
上述实现中，我们把 dot 限制在合法区间内，防止 arccos 输入越界。同时用 mask 判断正弦值是否过小，从而安全回退到线性混合。因为SLERP输出向量范数恒定，解码器接收到的隐码能量一致，中间帧的生成质量明显比线性插值更平稳。
需要指出，SLERP假设隐空间局部近似为球面，这对于各向同性的高斯先验（如StyleGAN的 W 空间附近）效果很好。但如果模型使用非球面流形或带约束的隐空间，单纯SLERP仍可能偏离数据流形，此时就要结合路径平滑手段进一步优化。
基于控制点的路径平滑策略
即便使用了SLERP，在多个关键帧之间依次插值也可能因为转折生硬而产生可见的跳变。路径平滑的思路是引入额外控制点，用高阶曲线替代逐段直线或弧线。常见做法是采用三次贝塞尔曲线，在球面上通过指数映射把控制点偏移转换为测地偏移，再沿曲线采样，使整体轨迹曲率连续。
一种简洁的工程方案是：先对关键隐向量做SLERP得到粗路径，再在粗路径上抽取若干点作为锚，利用样条插值重新参数化。下面代码演示如何用SciPy的球面样条思路做后处理（简化版，仅示意参数化过程）：
import numpy as np from scipy.interpolate import CubicSpline # 假设已有沿SLERP采样的单位向量序列 pts: (N, dim) pts = np.random.randn(10, 64) pts = pts / np.linalg.norm(pts, axis=1, keepdims=True) # 用累计夹角作为参数化变量，而非等t cos_sim = np.sum(pts[:-1] * pts[1:], axis=1) angles = np.arccos(np.clip(cos_sim, -1, 1)) u = np.concatenate([[0], np.cumsum(angles)]) cs = CubicSpline(u, pts, axis=0) # 在更细的u网格上采样，获得平滑过渡 u_fine = np.linspace(u[0], u[-1], 100) smooth_pts = cs(u_fine) smooth_pts = smooth_pts / np.linalg.norm(smooth_pts, axis=1, keepdims=True) print(smooth_pts.shape)
这段代码以累计夹角作为样条参数，比直接用索引更能反映球面距离，避免密度不均。经过平滑的序列在视觉过渡上更柔和，尤其适合视频生成或需要稳定漫游隐空间的场景。要注意的是，样条插值可能轻微偏离原始关键帧语义，因此控制点数量与平滑度需权衡。
综合来看，解决隐空间插值突变应当分两步走：首先用SLERP替代线性插值以纠正范数坍塌，其次在关键帧层面引入路径平滑控制曲率。二者结合既能保持单段插值的几何合理性，又能消除多段拼接的转折瑕疵，从而在生成任务中获得连贯自然的隐空间漫游效果。