UPGPT是一种统一的扩散模型，可实现人物图像任务的生成、姿势转移和编辑。它具有多模态和分离能力，无需信号分割掩模即可对图像进行精细控制。同时，它还采用了参数化身体SMPL模型，展示了同时进行姿势和相机视角插值的新能力。在DeepFashion数据集上，UPGPT展现了最先进的技术，并开拓了人类图像生成的新能力。