使用DEADiff解决了基于编码器的文本到图像模型在转换风格时的问题，展示了其在视觉风格化方面的最佳结果和在文本到图像模型中文本可控性和风格相似性之间的最佳平衡。

我们引入了一种语义面板作为中介来解码文本到图像的过程，用于支持生成器更好地遵循指示。通过将从输入文本解析的视觉概念经由大型语言模型的辅助排列而成的面板注入到去噪网络作为详细的控制信号来补充文本条件，我们的方法 Ranni 在提高预训练的 T2I 生成器的文本可控性方面取得了进展。我们开发了一个实用系统，并展示了其在连续生成和基于聊天的编辑中的潜力。