布局控制+身份一致：浙大提出ContextGen，实现布局锚定多实例生成新SOTA
浙江大学ReLER团队推出ContextGen，一种基于DiT的多实例图像生成框架，通过CLA与ICA双重注意力机制，在IMIG-100K数据集上实现布局控制与身份保持的双重突破；结合DPO训练提升多样性，实验显示其在LAMICBench++和COCO-MIG等基准上超越现有开源模型，部分指标比肩GPT-4o，同时提供易用前端支持用户交互。来源：https://mp.weixin.qq.com/s/9ovjkL_DEtqW20b5CGvJrA
页:
[1]