研究人员推出了一种名为长上下文生成（LCG）的新框架，旨在提高多图像文本到图像生成的一致性。LCG利用稀疏关系注意力（SRA）来管理扩展的视觉上下文，并利用路由一致性约束（RCC）来在序列中保持语义对齐和角色外观。为了便于训练和评估，创建了一个名为长上下文一致性数据集（LCCD）的大规模合成数据集，其中包含以角色为中心的多图像序列。 AI
影响 这项研究通过提高AI生成图像序列的一致性，有可能实现更连贯的视觉叙事和故事生成。
排序理由 该集群包含一篇详细介绍图像生成新框架和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
