国立新加坡大学Show Lab团队开发的OmniConsistency是一种基于扩散变换器的通用一致性插件,用于解决图像风格化中的一致性问题。该方法采用两阶段解耦训练策略和滚动LoRA银行机制,实现风格学习与一致性学习的分离,有效保留图像风格化过程中的语义、结构和细节。研究团队构建了包含22种风格的高质量配对数据集,并通过定量与定性评估证明该方法达到了与商业模型GPT-4o相当的性能。OmniConsistency具有即插即用兼容性、强大的风格泛化能力和高计算效率,为图像风格化技术带来了重大突破。
至顶网 科技行者 2025-05-30 15:07:11