现实与幻想的构建：LLM 辅助提示解释的现场生成
原文中文，约300字，阅读约需1分钟。发表于：。通过扩展扩散模型，本研究通过 Realistic-Fantasy 网络（RFNet）提供了一种无需训练的方法，从而解决了在处理复杂和富有想象力的提示时的局限性，并结合了艺术创造力和现实 - 幻想场景。
利用大型语言模型 (LLM) 从文本提示中提取关键组件，包括前景对象的边界框坐标、各个对象的详细文本描述和简洁的背景上下文。通过两个阶段的操作，将这些组件布局到图像生成模型中，初步生成全局场景后，使用迭代细化方案对内容进行评估和修正，以确保与文本描述的一致性。经由用户研究进一步验证了我们的方法在从错综复杂的文本输入中生成连贯详细场景方面的功效。
