InstructDiffusion是一个用于将计算机视觉任务与人类指令对齐的通用框架。通过扩散过程训练模型以预测像素，它能够处理各种视觉任务，并在新数据集上表现优于先前的方法。这将推进计算机视觉领域的人工智能通用建模接口的发展。