分数蒸馏采样（SDS）通过使用预训练的扩散先验优化渲染图像来实现文本到 3D 的生成，但潜空间 SDS 常常会产生结构化的颜色伪影和高频纹理噪声。我们发现了潜空间 SDS 的一种由 VAE 引起的像素漂移所导致的失败模式：优化后的图像可能沿着 VAE 编码器约束较弱的像素空间方向移动，因此其潜空间表示保持干净且语义上有意义，而图像本身却积累了可见的伪影。我们通过受控的 2D SDS 实验、仅 VAE 优化以及一个简化分析来支持这一诊断，该分析表明，当到像素的逆映射约束不足时，类似编码器的潜空间目标会放大图像空间中的噪声。基于这一观察，我们提出了 PixSDS，一种轻量级的、与 VAE 一致的梯度修复方法。PixSDS 解码潜空间 SDS 的前瞻步骤，并将解码后的图像用作像素空间优化的干净方向，从而减少在 VAE 不一致方向上的移动，而无需重新训练扩散模型、更改渲染器或替换 SDS 目标。在 2D 优化和文本到 3D 生成中的实验表明，PixSDS 在保留语义内容的同时大幅减少了结构化伪影。代码公开于 https://sevashasla.github.io/pixsds-webpage/。