C3Net是一种新颖的生成神经架构，可以从多种模态中获取条件并合成多模态内容。它通过对齐条件到统一的潜空间，使用Control C3-UNet生成多模态输出。C3Net在条件对齐阶段进行了单模态预训练，展现了高质量的复合条件生成能力。它在多模态生成方面优于或与最先进的方法相媲美。