个性化图像合成在文本到图像生成中至关重要，尤其在数字艺术和广告领域。研究探讨了自回归模型的潜力，提出了两阶段训练策略以优化文本嵌入和微调变换器层。实验结果表明，该方法在主题保真度和提示跟随方面与主流扩散模型相当，展示了自回归模型的有效性和应用前景。