零样本反演过程 (ZIP) 是一个框架，使用小型神经网络将生成的视觉参考和文本引导注入预训练的去噪扩散模型的语义潜空间中。ZIP 在文本提示下产生多样内容和属性，并对真实图像上的属性操作展现了鲁棒性。与最先进的方法相比，ZIP 生成同等质量的图像。