T-DIG:用一个 LLM 控制任意文生图模型,无需访问权重
simi_97k · x · 2026-10-31
研究者发布 T-DIG,一个能学会控制任何文本到图像模型的 LLM——包括 GAN、扩散模型、开源或闭源模型，且无需访问模型的权重。用户可以用自然语言提出需求(如"更多样的背景")并控制变化程度,让难以探索和调控的图像生成模型变得可控。团队发布了不到 1 分钟的演示视频介绍这项工作。
「研究」频道最新
- AA-Omniscience v1.1 发布：Gemini 4 Carbon 居首，部分中国模型暴跌 20 分 — ArtificialAnlys · 2026-10-31
- 圣塔菲研究所推出社会科学基于主体建模的交互式编史 — round · 2026-10-31
- 北大 DragMesh 入选 IJCV:一次拖拽让静态 3D 资产变成可动关节体 — jiqizhixin · 2026-10-31
- 实测打脸：提高 reasoning effort 几乎不提升 Agent 抓错率 — TruthDeep8659 · 2026-10-31
- 《The Proof in the Code》入选年度最佳非虚构：讲述 Lean 与人机协作崛起 — rbhar90 · 2026-10-31
- AI 黑客松设计 140 个分子，11 个选择性抑制埃博拉假病毒 — GabriCorso · 2026-10-31