布局控制+身份一致：浙大提出ContextGen，实现布局锚定多实例生成新SOTA

随着扩散模型（Diffusion Models）的迭代演进，图像生成已经日臻成熟。然而，在 多实例图像生成（Multi-Instance Image Generation, MIG） 这一有着大量用户 场景的关键领域，现有的方法仍面临核心瓶颈：如何同时实现对多个对象的 空间布局控 制（Layo ut Control）以及身份特征的良好保持（Identity Preservation） 主流方法往往无法做到两全其美：依赖文本和布局引导（Layout-to-Image）的模型往往难以实现高度的实例定制化，且实例遗漏、属性泄露的问题时有发生；而主 流的主体驱动（Subject-driven）方法在主体数量增加时，面临着严重的身份混淆和细节丢失的问题。 。 ContextGen 与主流 SOTA 的对比示例，以及 ContextGen 的使用例 为解决这一制约高度定制化图像生成的难题， 浙江大学 ReLER 团队发布 ContextGen ，一个新型的基于 Diffusion Transformer (DiT) 的框架，旨在通过上下文学 习，可靠地完成图像引导的多实例生成任务！ ContextGen 提出了全新的上下 ...