让滑块动起来时，强度跟着线性变
UAB 计算机视觉中心 + Adobe Research 的 6 作者论文 arXiv 2610.06831，把连续图像编辑的「滑块位置」与「实际强度」解耦。300 项连续编辑基准 (Global / Attribute / Structural × 100)，评估指标用 CV-DSim（均匀性变异系数）+ V_LPIPS / V_DreamSim / V_VQA / V_Qeval（单调性违规率）+ 身份保持 + 图像质量，7/9 第一。
LoRA 配 r=32、Flux.2-Klein-4B 4 步采样 (T=4, σ_end=1/28)；11 帧渲染基线 7.02s，加自适应采样 7.16s（+2% 时间），换对角线 RMSE 距离 ×3.7——重映射是无参数无训练的，纯推理期调整。
用户研究 25 位观察者、881 对比较：总体偏好 82.7%（次高 DiffusionSteering 61.4%）、均匀性偏好 82.6%（次高 VeloEdit 61.7%），Bradley-Terry 评 +0.82 / +0.88。
三处要拦的：
① 「超越所有先前方法」是 7/9 第一——MUSIQ 输 Firefly Tune 0.98 个百分点 (67.09 vs 68.07)、VQA_id 不是最优 (0.125 vs SliderEdit 0.103)。论文两个补充指标上 Firefly Tune 仍更强，但身份保持指标也被作者 Adobe 自家产品占据第一，存在隐性利益冲突。
② 用户研究胜率 82.7% 是多数胜出 ≠ 全胜，DiffSteering 之外的邻居总计 13×17.3% 把票分走了。
③ 训练时长自相矛盾——§3 正文写 training takes about two hours on a single NVIDIA RTX PRO 6000，附录 C 又写 Training a 44B adapter takes about one hour（44B 看起来是 4B 的 typo）。
还有附加发现：DreamSim 与人类感知相关性 PLCC=0.862（最高），RMSE 仅 0.740——DreamSim 是 UniSlider 0.0002 全场最低的指标、也是 PLCC 最高的指标，作者论文附带了「指标可改作公众度量」的暗示，帖子 abstract 完全漏报。
——把滑块当成线性曲线，比例不是 · 强度是 · 长度也是。