arXiv · 机器人与计算机视觉· Hengyuan Xu, Qixun Wang, Yiji Cheng, Miles Yang, Zhao Zhong, Wei Cheng, Xingjun Ma·· 6 天前AI 评分48
WithEveryone:统一规划与身份 grounding 的群体图像生成框架
WithEveryone: Unified Planning and Identity Grounding for Group Image Generation
AI 导读
WithEveryone 提出一种针对包含 5-10 个指定身份的群体图像生成的统一框架,通过注入地址化 token 和结构化布局计划实现身份绑定。该模型在身份相似度上达到 0.538(优于 GPT-Image-2.5 的 0.472),并将复制粘贴误差降至 0.149、身份覆盖率达 94.5%、碰撞率仅 9.6%,证明了显式布局 grounding 可扩展至大群体生成。
来源:arXiv · 机器人与计算机视觉 · arxiv.org