IXThinker·2025-12-23 13:50

浙大開源ContextGen 攻多主體圖像生成

在定制化AI圖像生成中，同時控制多個主體的佈局與身份是出了名的難題。浙江大學ReLER團隊開源ContextGen框架，以雙重注意力機制破解協同控制瓶頸，基準表現直逼GPT-4o等閉源系統。

協同控制難題

多實例圖像生成（MIG）要求佈局精準錨定與多主體身份保真同步實現。現有方法往往只能做好其一，少數兼顧的方案性能也有明顯不足，如何「又要排得準、又要認得出」成為關鍵瓶頸。