面向野外文本到图像生成的自动代理驱动模型合并框架 DiffGraph
人工智能
2026-03-24 v1
摘要
文本到图像(T2I)社区的快速增长催生了丰富的在线专家模型生态系统，这些模型是针对不同生成能力的预训练扩散模型的变体。然而，现有的模型合并方法仍受限于无法充分利用丰富的在线专家资源，仍难以满足野外用户的多样化需求。我们提出了 DiffGraph，一种 novel agent-driven graph-based model merging framework，自动利用在线专家资源并灵活地为不同用户需求进行模型合并。DiffGraph 通过节点注册和校准将可扩展的图构建出来并组织持续增长的在线专家。然后，DiffGraph 根据用户需求动态激活特定子图， enable for灵活地组合不同专家以实现用户期望的生成。广泛的实验表明，我们的方法有效且高效。
引用
@article{arxiv.2603.20470,
title = {DiffGraph: An Automated Agent-driven Model Merging Framework for In-the-Wild Text-to-Image Generation},
author = {Zhuoling Li and Hossein Rahmani and Jiarui Zhang and Yu Xue and Majid Mirmehdi and Jason Kuen and Jiuxiang Gu and Jun Liu},
journal= {arXiv preprint arXiv:2603.20470},
year = {2026}
}
备注
CVPR