本研究提出了EasyRef方法，旨在解决传统多图像处理中的交互问题。该方法利用多模态大语言模型捕捉视觉元素，实验结果表明其在美学质量和零样本泛化能力上优于现有技术。

EasyRef：通过多模态大语言模型实现的全通用化群体图像参考用于扩散模型
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证