CoLoGen：用于统一图像生成的概念-局部化二元性渐进学习

统一条件图像生成仍然困难，因为不同任务依赖于根本不同的内部表示。一些任务需要概念理解来实现语义合成，而另一些任务则依赖局部化线索来实现空间精度。将这些异构任务强制共享单一表示会导致概念-局部化表示冲突。为此，我们提出了 CoLoGen，一个统一的扩散框架，通过渐进式学习和调和此概念-局部化二元性来解决这一问题。CoLoGen 使用分阶段课程首先构建核心概念和局部化能力，然后适应各种视觉条件，最后在复杂的指令驱动任务中细化其协同作用。整个过程中，渐进表示编织（Progressive Representation Weaving, PRW）模块动态将特征路由到专门的专家，并稳定地整合其输出。在编辑、可控生成和定制化生成实验中，CoLoGen 实现了具竞争力或更好性能，为统一图像生成提供了原则化的表示视角。