研究人员推出了一种新颖的框架InsertFuse，用于多类别的参考引导图像插入。该系统通过训练专门的“专家”来解耦特定类别的学习与跨类别整合，然后使用Insertion On-Policy Distillation (IOPD) 将它们的能力合并到一个模型中。为了增强空间控制和参考保真度，InsertFuse集成了Token-Aligned Geometry Conditioning (TAGC) 和 Region-Balanced Flow Matching，以及Reference CFG以加强视觉引导。在AnyInsertion基准测试和一个新的多类别数据集上的实验表明，InsertFuse在生成质量和参考依从性方面达到了最先进的性能。 AI
影响 该框架有望提高AI生成图像的质量和控制力，特别是在需要精确参考引导插入的应用中。
排序理由 这是一篇详细介绍图像插入新框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AnyInsertion
- arXiv
- InsertFuse
- Insertion On-Policy Distillation
- IOPD
- Reference CFG
- Region-Balanced Flow Matching
- Token-Aligned Geometry Conditioning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
