- https://proceedings.neurips.cc/paper_files/paper/2023/file/61960fdfda4d4e95fa1c1f6e64bfe8bc-Paper-Conference.pdf
- https://rival-diff.github.io/
- 问题引入
- 针对的是image varation generation这个任务，tuning free的；
- methods
- C C C表示condition， R R R表示exampler image， X X X表示latent feature， G G G表示生成的image variation，即裂变之后的图片；首先基于 R R R进行inversion得到inverted latent feature chain { X R 0 , ⋯ , X R T } \{X^0_R,\cdots,X_R^T\} {XR0,⋯,XRT}，之后随机采样 X G T X^T_G XGT作为generation chain的初始latent，操作的就是generation chain中的latent { X G T , ⋯ , X G 0 } \{X^T_G,\cdots,X_G^0\} {XGT,⋯,XG0}
- Cross-Image Self-Attention Injection：针对self attn层进行操作，其中
⊕
\oplus
⊕表示concat的操作,
- Inverted Latent Chain Alignment：仅仅使用上述方法在面对真实图像时候还是不够的，分为两部分，一部分是initial latent
X
G
T
X_G^T
XGT的初始化，因为inversed的
X
R
T
X_R^T
XRT的分布和预设的标准正态分布不一定一致：
另一部分是CFG导致的inversed的不准确问题，在step的早期进行align操作， C ∗ C^* C∗表示null text：
![vue2项目 实现上边两个下拉框,下边一个输入框 输入框内显示的值为[“第一个下拉框选中值“ -- “第二个下拉框选中的值“]](https://i-blog.csdnimg.cn/direct/756e09a065b04d0c8a6ff3366a3ca807.png)
