Kaleido是一种新方法，通过引入自回归潜在先验，增强条件扩散模型的样本多样性。它结合自回归语言模型生成潜在变量，丰富输入条件，提高生成图像的多样性和质量。实验结果表明，Kaleido有效扩展了基于文本描述生成的图像样本的多样性，同时保持高质量。