Tag · 2 篇
多条件生成
分布 图像编辑与可控生成1生成模型与扩散1
01 02
SIGMA：基于多属性 token 的选择性交错生成
SIGMA: Selective-Interleaved Generation with Multi-Attribute Tokens
SIGMA 提出在扩散 Transformer 中通过选择性多属性 token 实现交错多条件生成，为视觉研究者提供了一种可复用的后训练框架，能灵活组合风格、内容、主体和身份等多种异构条件，提升编辑任务的可控性与跨条件一致性。
MoCoDiff：面向富有表现力动作生成的可控自回归扩散模型
MoCoDiff: A Controllable Autoregressive Diffusion Model for Expressive Motion Generation
把语义、风格、历史三类条件拆成独立的轻量线性调制通路（IMC/TIMC），避免融合条件互相干扰，这一思路可直接迁移到视频生成、人体动作/手势动画等需要长时序一致性与多条件可控的扩散生成任务。