AnimeAdapter：面向零样子动漫人物生成的细粒度且一致的适配器
计算机视觉与模式识别
2026-05-21 v1
摘要
我们提出了一种用于 Stable Diffusion 的轻量级外观适配器，能够在多样化的编辑条件下实现可控且一致的动漫人物生成。我们的方法不依赖大规模视觉语言模型或针对每个主题进行微调，而是通过注入来自单个参考图像的细粒度视觉特征来实现情境中的生成。基于 CLIP 的局部空间化，我们开发了语义选择性局部注意力。为进一步解耦人物外观与空间布局，我们在适配器训练期间引入了姿态感知的条件。 resulting pretrained adapter 保持紧凑、模块化，完全兼容 Stable Diffusion 社区工作流程，在部署时无需额外微调。此外，我们基于精选并重构的 Danbooru 提示语，构建了一个高质量的动漫人物数据集，并在多个实际人物编辑场景中评估了该方法。我们的代码、模型权重和数据集将在接受录取后公开。
引用
@article{arxiv.2605.20237,
title = {AnimeAdapter: Fine-grained and Consistent Zero-shot Anime Character Generation},
author = {Yixuan Han},
journal= {arXiv preprint arXiv:2605.20237},
year = {2026}
}