Tag · 3 篇

数据合成管线

分布图像编辑与可控生成2生成模型与扩散1

ShowTable: Unlocking Creative Table Visualization with Collaborative Reflection and Refinement

把 MLLM 当作规划与错误评判的编排器、扩散模型当作执行器，通过渐进式自纠正循环把结构化数据映射为高保真信息图，这一「推理-生成-纠错」闭环可迁移到任何需要精确数据到视觉映射的条件生成任务。

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。

DreamOmni2: Multimodal Instruction-based Generation and Editing

提出多模态指令（文本+图像）编辑与生成任务，并设计索引编码与位置编码偏移方案处理多图输入，可复用于需要融合多张参考图的生成/编辑模型；数据合成管线（特征混合+提取模型）为构建此类训练数据提供可借鉴流程。