【导读】浙江大学ReLER团队开源ContextGen框架，攻克多实例图像生成中布局与身份协同控制难题。基于Diffusion Transformer架构，通过双重注意 力机制，实现布局精准锚定与身份高保真隔离，在基准测试中超越开源SOTA模型，对标GPT-4o等闭源系统，为定制化AI图像生成带来新突破。 在定制化AI图像生成领域，多实例图像生成（MIG）面临一个关键的协同控制挑战：精确布局控制和多主体身份保真的同步实现。 现有方法往往只能达成二者之一，少数能兼顾的方法在性能上也存在显著不足。 为解决这一布局与身份的协同控制瓶颈，浙江大学ReLER团队提出了ContextGen框架，首次在Diffusion Transformer (DiT) 架构内部，通过双重上下文注意 力机制实现了架构级的分层解耦控制。 ContextGen在基准测试上，身份保持能力超越SOTA开源模型，并成功对标了GPT-4o和Nano-Banana等强大的闭源系统，实现了在复杂定制化控制方面实现 了关键突破。 论文地址：https://arxiv.org/abs/2510.11000 代码地址：https://github.com/n ...