多模态人工智能

视觉概念融合（VCF）：无需训练即可同时使用图像和文本提示引导扩散模型

本文介绍了视觉概念融合（VCF）方法，该方法允许在推理时同时使用图像和文本提示来控制文本条件扩散模型（如Stable Diffusion），而无需针对特定概念进行训练。