English(EN) Golden RPG: Confidence-Adaptive Region-Aware Noise for Compositional Text-to-Image Generation

Golden RPG 通过区域感知噪声预测改进文本到图像生成

作者 PulseAugur 编辑部 · [2 个来源] · 2026-04-28 07:23

研究人员开发了 Golden RPG，一种用于改进组合式文本到图像生成的新颖方法。该方法通过引入区域感知噪声预测来增强模型遵循多个子提示的能力。Golden RPG 利用置信度自适应混合头来动态调整区域信号的影响，从而提高生成图像的跨区域一致性。 AI

影响提高了文本到图像模型中的组合控制能力，能够更准确地生成复杂场景。

排序理由介绍文本到图像生成新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Hao Li · 2026-04-29 04:00

Golden RPG：用于组合式文本到图像生成的置信度自适应区域感知噪声

arXiv:2604.25314v1 Announce Type: new Abstract: Compositional text-to-image (T2I) generation requires a model to honour multiple sub-prompts that describe distinct image regions. Recent work shows that the \emph{starting noise} of a diffusion model carries significant semantic in…
arXiv cs.CV TIER_1 English(EN) · Hao Li · 2026-04-28 07:23

Golden RPG：用于组合式文本到图像生成的置信度自适应区域感知噪声

Compositional text-to-image (T2I) generation requires a model to honour multiple sub-prompts that describe distinct image regions. Recent work shows that the \emph{starting noise} of a diffusion model carries significant semantic information: `"golden'' noise predicted from text …