极低成本，复现GPT-4o图像风格化一致性！NUS推出OmniConsistency
新加坡国立大学 ShowLab 提出 OmniConsistency，一种解决图像风格化与一致性之间矛盾的通用增强插件。通过利用 2600 对高质量配对数据（由 GPT-4o 生成），OmniConsistency 能够在增强风格化效果的同时，精准保留输入图像的细节、语义和结构。其核心设计包括 In-Context 一致性学习框架、两阶段解耦训练策略以及模块化架构设计，使方法具备出色的泛化能力和兼容性。定量评估表明，OmniConsistency 在风格一致性、内容一致性和图文对齐方面显著优于基线，同时推理效率高，适合部署到生产环境。这一成果为开源生态注入了接近商业级的风格化能力。来源：https://mp.weixin.qq.com/s/IucjLL7za5vAb_rRwPt-gQ
页:
[1]