文本引导

基于扩散指引的文本图像生成方法，无需微调即可实现细粒度控制 DreamWalk是针对扩散模型图像生成的细粒度控制方案，不同于需要微调或修改模型内部结构的同类方法，它基于扩散指引实现文本感知的图像生成，支持多种风格插值与空间变化引导函数，可适配各类现有扩散模型，开发者无需调整模型本身就能获得对生成图像内容、风格的精准控制，降低了细粒度图像生成的落地门槛。

基于文本引导的AI图像修复模型，支持仅文本指导添加图像新对象 Diffree是OpenGVLab推出的文本引导图像修复AI模型，核心能力为基于文本描述向已有图像添加新对象。该模型在OABench数据集完成训练，基于稳定扩散架构新增掩码预测模块，可自主预测新对象的合理位置，无需用户手动标注添加区域，能保障添加对象与原有图像背景一致、空间适配。