研究人员推出 ControlRef，一个旨在提高多模态扩散 Transformer (MM-DiTs) 中布局引导多实例图像生成效率和精度的框架。该系统通过采用统一实例-布局控制 (UILC) 注意力掩码和新颖的锚定 4D-RoPE 位置编码，解决了先前方法如高计算成本和空间-频率折衷等局限性。实验表明，ControlRef 在保持最先进的视觉保真度和定位精度的同时，显著降低了推理延迟和内存开销。 AI
影响 引入了一种更高效的可控图像合成方法，有望加速生成式 AI 应用的工作流程。
排序理由 该集群包含一篇详细介绍新图像生成方法的论文。[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 →
