Z-Magic：零样本多属性引导图像生成器

多属性定制随着个性化内容创作需求的增长而日益流行。尽管取得了有前景的实证结果，但不同属性之间的上下文连贯性在很大程度上被忽视了。在本文中，我们认为后续属性应遵循先前属性创建所引入的多变量条件分布。基于此，我们从条件概率论的视角重新表述了多属性创建问题，并应对具有挑战性的零样本设置。通过显式建模属性之间的依赖关系，我们进一步增强了不同属性组合下生成图像的连贯性。此外，我们识别了多属性定制与多任务学习之间的关联，有效解决了多属性合成中遇到的高计算成本问题。广泛的实验表明，Z-Magic 在零样本图像生成方面优于现有模型，对 AI 驱动的设计和创意应用具有广泛意义。