8秒极速生成！复杂场景图像定制低成本轻松驾驭，已开源丨字节北大联合发布

DreamO团队 投稿 量子位 | 公众号 QbitAI 可控图片生成，如今已经不是什么新鲜事。甚至也不需要复杂的提示词，用户通过简单的文本描述，就能快速生成符合个人需求的创意图像。 不过仍然有一些局限： 比如说，虽然可以实现单一任务（如身份、主体、风格、背景等）的定制化设计，可是一旦条件增多，就会出现"鱼和熊掌不可兼得"的问题。 只有小孩子才做选择题，成年人当然是全都要！ 字节跳动与北京大学联合起来，证明了"全都要"的可行性：一种支持多条件组合的统一图像定制化生成框架—— DreamO ，堂堂登场。 这个框架通过单一模型便可以实现主体、身份、风格及服装参考的多样化定制，并支持不同控制条件的自由组合，非常适应实际应用中的复杂 需求。 △ 参考多个主体的生成结果 那么就有人问了，他们是怎么做到的呢？这个框架和现有的商业大模型相比有什么优势呢？ 一起来看技术细节。 DreamO：成本更低、速度更快 字节跳动和北大团队提出了统一的图像定制化生成框架DreamO，以极低的训练参数量（400M），就实现了如下图所展示的多种类型高质量 图像定制化结果： 该工作旨在通过单一模型完成各种定制化任务。 根据参考，生成一张魔幻风 ...