统一模型后训练

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。