阿里提出MS-Diffusion：一键合成你喜爱的所有图像元素，个性化生成新思路！

文章预览

文本到图像生成模型的最新进展极大地增强了从文本提示生成照片级逼真图像的能力，从而增加了人们对个性化文本到图像应用的兴趣，尤其是在多主题场景中。然而，这些进步受到两个主要挑战的阻碍： 需要根据文本描述准确维护每个参考主题的细节； 难以在不引入不一致的情况下在单个图像中实现多个主题的连贯表示。 针对这些问题，阿里联合浙大提出了 MS-Diffusion， MS-Diffusion 框架有助于在单主题场景（上图）和多主题上下文（下图）中实现个性化。 值得注意的是，在保留主题细节的复杂性的同时，MS-Diffusion 实现了文本保真度的显著提升。 相关链接 项目主页：https://ms-diffusion.github.io/ 论文地址：https://arxiv.org/pdf/2406.07209.pdf 代码地址：https://github.com/MS-Diffusion/MS-Diffusion 论文阅读 MS-Diffusion：具有布局指导的多主题零样本图像个性化 摘要 ………………………………