Tag · 3 篇
布局可控生成
01 02 03
PositionIC：面向图像定制的统一位置与身份一致性
PositionIC: Unified Position and Identity Consistency for Image Customization
用 NeRF 式体素权重调节的可见性感知注意力，把实例级空间嵌入与语义身份特征解耦，可直接迁移到任何需要精确布局控制的多主体生成/编辑框架中；BMPDS 自动数据合成管线也为位置标注数据稀缺问题提供了可复用方案。
DreamingComics：基于视频模型的主体与布局定制化故事可视化流程
DreamingComics: A Story Visualization Pipeline via Subject and Layout Customized Generation using Video Models
RegionalRoPE 按目标布局对 token 位置索引重编码，配合 masked condition loss 把主体特征约束到指定区域，这套「区域感知位置编码 + 掩码条件损失」可直接迁移到任何基于 DiT 的布局可控图像/视频生成任务。
ConsistCompose：面向图像合成的统一多模态布局控制
ConsistCompose: Unified Multimodal Layout Control for Image Composition
把布局坐标直接嵌入语言提示、并用坐标感知的无分类器引导实现空间控制，为视觉研究者提供了一种无需任务专用分支即可复用到底层生成模型上的布局可控多实例生成方案，同时配套的 3.4M 布局与身份标注数据集可用于训练与评测布局条件生成。