RPG

RPG官网链接地址：https://huggingface.co/papers/2401.11708

RPG 介绍

RPG-DiffusionMaster是一个创新的文本到图像生成/编辑框架，利用多模态LLM的链式推理能力增强文本到图像扩散模型的组合性。

RPG用户群体

RPG-DiffusionMaster适用于文本到图像生成和编辑，特别擅长处理复杂的文本提示和多对象多属性关系。

使用RPG-DiffusionMaster生成包含多个对象的图像，利用RPG-DiffusionMaster编辑图像以实现文本语义对齐，采用RPG-DiffusionMaster进行文本到图像生成的实验

RPG的核心功能

• 利用多模态LLM进行全局规划，将复杂图像生成过程分解为简单生成任务，实现区域化的组合生成，闭环集成文本引导的图像生成和编辑，提高泛化能力，优于其他文本到图像扩散模型。