文本到图像生成允许用户从同一提示词得到多张图像。要让这些图像有价值，每张图像必须满足用户偏好（通过学习得到的奖励函数衡量），同时在视觉上保持多样性。现有方法要么只关注奖励，要么只关注多样性，或者把二者合并为一个综合得分，导致高多样性可以抵消低奖励。
本文将生成过程建模为满意化（satisficing）：每张候选图像必须达到奖励下限，整个批次必须满足多样性阈值。奖励下限决定最差候选的奖励与批次多样性之间的平衡，调节该下限即可得到一条Pareto前沿。
为在推理阶段遍历该前沿，作者提出 SatisDive——一种无需额外训练的方法。SatisDive 采用批次相对奖励阈值，将低于阈值的候选视为需要提升奖励的对象，将高于阈值的候选视为需要保持多样性的对象，从而在同一批次中同步优化奖励和多样性。
实验在 Pick-a-Pic 基准上进行。使用 FLUX.1‑dev 作为基础模型、HPSv3 作为奖励时，SatisDive 在相同 DreamSim 分数下，使最差候选奖励提升最高 0.43；使用 SANA‑1.6B 作为基础模型、ImageReward 作为奖励时，提升最高 0.70。整体上，在所有 DreamSim 重叠区间，SatisDive 的满意度‑多样性曲线在每种设置下均Pareto‑支配 FK steering 的曲线。
点评：SatisDive 通过明确的奖励下限和多样性阈值，将两者解耦并实现同步优化，提供了一种简洁且训练无关的推理策略，为实际应用中的多图生成提供了更可控的质量‑多样性平衡。