Meta公司发布了Imagine Yourself：一款个性化的图像生成AI模型，无需对特定对象进行微调。
编辑日期：2024年08月24日
当前的个性化图像生成方法往往依赖于为每位用户调整模型，这种方法不仅效率低，还缺乏泛用性。尽管一些新近的方法尝试在不作调整的情况下实现个性化，但它们常常过度拟合数据，从而产生复制粘贴的效果。
Imagine Yourself模型无需针对特定用户进行微调，可以通过单一模式满足不同用户的需求。
该模型解决了现有方法的不足，比如倾向于不变地复制参考图像，这为实现更加通用和用户友好的图像生成流程铺平了道路。
Imagine Yourself 在保持身份特征、视觉质量及实时对齐等关键领域表现优异，远胜过之前的模型。
该模型的主要组成部分包含：
这些创新技术使得该模型能够生成高质量且多样化的图像，同时保持强大的身份保护和文本对齐功能。
想象一下你自己使用可训练的CLIP补丁编码器来提取身份信息，并通过并行交叉注意力模块将其与文本提示结合起来，既能准确保留身份信息又能对复杂的提示做出反应。
该模型采用低阶适配器（LoRA）仅对架构的特定部分进行微调，从而保持较高的视觉质量。
Imagine Yourself 的一个显著特点是能够生成合成配对（SynPairs）数据。通过创建包含不同表情、姿势和光照变化的高质量配对数据，该模型能够更高效地学习并产生更多样化的输出结果。
值得注意的是，在处理复杂的提示词方面，与最先进的模型相比，它在文本对齐方面实现了显著的+27.8%的改进。
研究人员采用了一组包含 51 种不同身份和 65 个提示来对 Imagine Yourself 进行定量评估，产生了 3315 幅图像供人类评价。
该模型与最先进（SOTA）的适配器基础（adapter-based）模型及控制基础（control-based）模型进行了对比，特别关注了诸如视觉吸引力、身份保持以及提示对齐等关键指标。
人工评价是基于身份相似度、时间对齐性和视觉魅力来对生成的图片进行评分。与适配器为基础的模型相比，Imagine Yourself 在提示对齐上提高了 45.1%，对比控制为基础的模型则提高了 30.8%，这再一次证明了其优势。
"Imagine Yourself" 模型在个性化图像生成领域取得了显著进展。该模型不需要针对特定对象做出调整，同时引入了如合成配对数据生成及并行注意力架构等创新元素，有效解决了先前方法遇到的关键难题。
请附上参考地址。
（注：原文并不是一个完整的句子，因此重写时添加了一些词汇以形成完整的句子。）
