Images in Sentences: Scaling Interleaved Instructions for Unified Visual Generation
图像与句子:扩展交错指令以实现统一的视觉生成
机构 * ByteDance Seed(字节跳动种子)
AI总结 本文提出INSET模型,通过将图像作为文本指令中的原生词汇,解决复杂交错指令下的视觉生成问题,提升多图像一致性和文本对齐性能。
大厂专区
图像与句子:扩展交错指令以实现统一的视觉生成
机构 * ByteDance Seed(字节跳动种子)
AI总结 本文提出INSET模型,通过将图像作为文本指令中的原生词汇,解决复杂交错指令下的视觉生成问题,提升多图像一致性和文本对齐性能。
对抗流模型
机构 * ByteDance Seed(字节跳动种子)
AI总结 本文提出对抗流模型,一种结合对抗与流方法的生成模型,通过对抗目标训练,稳定训练过程,提升生成性能。
Comments ICML 2026