LLM-布局生成

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。