扩散模型插件

基于开源多模态大模型的无需微调插件式个性化图像生成工具 MoMA Personalization是基于开源多模态大语言模型开发的主题驱动个性化图像生成工具，可结合用户提供的参考图像与文本提示，生成保留目标物体核心特征的高质量图像。该工具为插件式模型，无需对基础模型进行微调，可直接接入现有扩散模型使用，不会损耗原模型性能，同时可提升生成图像的细节表现力与文本提示忠实度。

基于IdentityNet的AI图像生成插件，支持身份保留图像合成 InstantID提出新颖的IdentityNet架构，通过施加强语义约束与弱空间条件，将面部、地标图像与文本提示整合，引导AI图像生成。该工具可作为适配插件，无缝集成到SD 1.5、SDXL等主流预训练文生图扩散模型中，官方开放项目代码与预训练检查点供使用。