Tag · 2 篇
多主体组合
01 02
Scone：通过统一理解-生成建模弥合主体驱动图像生成中的组合与区分
Scone: Bridging Composition and Distinction in Subject-Driven Image Generation via Unified Understanding-Generation Modeling
把理解专家当作语义桥梁，向生成专家传递语义并配合注意力掩码抑制主体间干扰，为多主体个性化生成中「选对主体」的问题提供了可复用的两阶段训练与掩码引导思路。
Proxy-Tuning：为多模态自回归模型定制主体驱动图像生成能力
Proxy-Tuning: Tailoring Multimodal Autoregressive Models for Subject-Driven Image Generation
用扩散模型作为「代理监督」微调多模态自回归模型，使其获得主体驱动生成能力，并揭示弱到强泛化现象；对做个性化生成的人，这是一条绕开扩散架构、把 AR 模型拉进主体定制任务的可行路径，也提示可用强模型监督弱模型来补齐架构短板。