研究介绍了一种基于多模态大型语言模型的生成助手（LLMGA），通过精确控制生成提示来优化图像生成和编辑。采用两阶段训练方案和参考恢复网络，提升生成效果并减少编辑差异。实验显示，LLMGA具备出色的生成能力和应用潜力。

该研究介绍了一种基于多模态大型语言模型的生成助手（LLMGA），通过精确控制生成提示实现对稳定扩散（SD）的控制，提供更精细、准确的内容和更直观的网络解释性。实验结果表明，LLMGA 具有很好的生成能力，并能在更广泛的应用中发挥作用。