文生图为何越生成越像?T-DIG 团队拆解对齐与多样性的取舍
simi_97k · x · 2026-10-28
T-DIG 作者解释问题根源:图像生成模型为单图与提示词的高对齐做了优化,代价是批量生成时多样性不足。
以往提升多样性的方法只是在 embedding 空间里把图片彼此推开,但这未必对应用户真正想变化的维度。T-DIG 的思路是让多样性跟着用户的文本条件走——同一个提示词,想变画风、变背景还是变服装,由用户说了算。
所属事件:CMU 团队开源 T-DIG：文生图按指定维度生成多样结果(7 条相关)→
「多模态」频道最新
- Midjourney sref 风格码 138606468+1306896884 实测:扁平肌理插画 — sergeantsref · 2026-10-28
- Odyssey 公开 AI 剧集制作全流程， prompting 指南上线 — NicoVerderosa · 2026-10-28
- 24 万粉 KOL 分享星空海浪 AI 生成图，质感惊艳 — ciguleva · 2026-10-28
- Nous Research 发布 Hermes ElevenLabs 音效插件,文字描述秒出游戏音效 — NousResearch · 2026-10-28
- 万圣节整活:MiniMax H3 一口气复刻《女神异闻录5》动画片段 — Certain_Potato_4509 · 2026-10-28
- 谷歌发布世界模型 Genie 4,质感被指远超今年其他模型 — oran_ge · 2026-10-28