AMO采样器：提升文本渲染精度的方法

本研究针对文本到图像生成中的文本对齐问题进行探索，现有模型在文本渲染上存在拼写错误和不一致的问题。我们提出了一种训练自由的超采样器，通过自适应控制文本相关性提高文本渲染精度，在不增加计算负担的情况下，AMO在SD3和Flux模型中实现了32.3%和35.9%的文本渲染准确性提升，并且不会影响整体图像质量。