图像编辑与可控生成 / CVPR2026
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。
主体驱动生成自回归图像生成弱到强泛化