本研究提出了一种基于隐喻的越狱攻击方法MJA，旨在解决文本到图像模型的安全漏洞。MJA通过生成隐喻式对抗提示，提高了攻击效果和查询效率，实验结果显示其在多种模型上表现良好。

本研究开发了Inkspire工具，旨在帮助设计师克服文本到图像模型在解析抽象语言时的困难。该工具通过草图驱动的方式增强设计师的灵感和探索能力，改善共同创造过程，推动新设计意图的实现。

本研究提出了IMAGINE-E评估工具，以解决文本到图像模型（T2I）评估不足的问题。测试了六种主流模型，结果显示FLUX.1和Ideogram2.0在特定任务中表现优异，展现了T2I模型的广泛应用潜力。

本研究提出了MEMO-Bench基准，包含7145幅肖像，旨在评估文本到图像模型和多模态大型语言模型在情感分析中的能力。结果显示，现有模型在生成积极情感方面表现较好，但在细粒度情感识别上仍与人类准确性存在差距。该基准将公开发布以促进研究。

亚马逊Bedrock与Stability AI合作，提供适用于不同用例的文本到图像模型。这些模型可提高生产力、降低成本、改善视觉沟通，适用于媒体、营销、零售和游戏开发等行业。亚马逊Bedrock是一个托管的AWS服务，提供多种AI基础模型，包括Amazon、Titan Multimodal Embeddings、AI21 Labs、Cohere、Meta、Mistral AI和Stability AI。该服务支持现有模型和自定义数据构建Gen AI应用。

本文介绍了一个新的多任务基准，用于评估文本到图像模型，并比较了开源与商业模型的表现。研究探讨了多模态信息如何提升文本生成模型的能力，并提出了交互式文本到图像生成的新任务。实验结果显示，现有模型在常识推理生成方面与人类表现存在显著差距，并且存在社会偏见问题。研究旨在提升人机交互体验和图像质量。

谷歌推出了视频生成模型Veo和文本到图像模型Imagen 3，具有高质量和先进的语义理解能力。与Donald Glover和Wyclef Jean等合作推出新作品。谷歌致力于负责任地开发和部署生成技术，并采取了安全措施。

最近的文本到图像（T2I）模型取得了巨大的成功，并提出了一个名为ImplicitBench的基准来评估其性能和安全性。实验结果表明，T2I模型能够准确地创建由隐性提示指示的各种目标符号，但隐性提示也给模型带来了隐私泄露的潜在风险，并且大多数模型中的NSFW约束可以通过隐性提示绕过。呼吁T2I社区更加关注隐性提示的潜力和风险，并进一步调查其能力和影响。

该论文介绍了Contrastive Guidance方法，通过对分类器的简单修改，在文本到图像模型中解开图像因素，提供更精细的控制。该方法使用两个提示来描述所需的因素，其中正面提示描述待合成的图像，基准提示作为“基准”以解开其他因素。该方法在三个场景下的优势体现为：领域特定扩散模型的训练、文本到图像生成的控制以及零-shot图像编辑器的性能提升。

本研究提出了一种减轻文本到图像模型中社会偏见的方法，通过多样的文本提示和合成数据微调模型，减少了感知肤色和性别方面的偏见。多样性微调模型在群体公平指标上有显著提高。该研究将公开发布代码以推动开放研究。

本研究提出了一种减轻文本到图像模型中社会偏见的方法，通过多样的文本提示和合成数据微调模型，提高了群体公平指标。模型生成具有感知肤色较暗和更多女性的图像。将公开发布所有代码。

本研究通过与DALLE3集成的T2I模型ChatGPT重新审视现有的T2I系统，并引入新的任务——交互式文本到图像（iT2I）。我们提出了一种简单的方法来增强LLMs在iT2I上的能力，并在不同的LLMs下在多种常见场景中评估了我们的方法。