AttnMod：基于注意力机制的新艺术风格生成

我们提出了 AttnMod，一种无需训练的技术，通过调制预训练扩散模型中的交叉注意力来生成新颖的、难以通过提示词触发的艺术风格。该方法的灵感来源于人类艺术家重新诠释生成图像的方式，例如强调某些特征、分散颜色、扭曲轮廓或具象化未见元素。AttnMod 通过在去噪过程中改变文本提示通过注意力对图像进行条件化的方式，来模拟这种意图。这些针对性的调制能够在不改变提示词或重新训练模型的情况下实现多样的风格转换，并拓展了文本到图像生成的表达能力。