T-DIG：面向图像生成的文本条件多样性机制
英文标题：T-DIG: Text-Conditioned Diversity for Image Generation
本文提出了针对文本到图像（T2I）模型的创新研究 T-DIG。现有主流 T2I 平台往往重点优化单张图像的生成质量，但这往往以牺牲生成结果的视觉多样性为代价，限制了用户探索多种视觉呈现的可能。T-DIG 旨在通过文本条件控制来提升输出样本的多样性，帮助模型在保持高质量的同时覆盖更丰富的意图解释。这一研究为解决文生图同质化瓶颈、提升生成式创意工具的用户体验提供了重要参考。
打开原文相关 2.4 · 机会 0
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
论文信息
- arXiv 编号：arXiv:2610.29003v1
- 公告类型：新发布（new）
摘要
文本到图像（T2I）生成平台通常会根据单个提示词返回多张图像，方便用户探索不同的视觉诠释并挑选符合自身意图的结果。然而，现有的 T2I 模型通常针对单张图像质量进行了过度优化，这往往以牺牲图像间的样态多样性为代价……
BibTeX 引用格式
English / 原文
BibTeX formatted citation
×