Xverse

🚀 XVerse：DiT変調による複数主体のアイデンティティとセマンティック属性の一貫した制御

XVerseは、多主体画像合成のための革新的な手法です。この手法により、画像全体の潜在的な特徴を損なうことなく、個々の主体を正確かつ独立に制御することができます。高忠実度で編集可能な画像生成を実現し、個々の主体の特徴とセマンティック属性を効果的に制御し、個性化と複雑なシーン生成能力を大幅に向上させます。

🚀 クイックスタート

使用方法については、https://github.com/bytedance/XVerse を参照してください。

このモデルに関する質問や提案がある場合は、https://github.com/bytedance/XVerse/issues までお問い合わせください。

✨ 主な機能

• 画像全体の潜在的な特徴や特性を乱すことなく、個々の主体を正確かつ独立に制御できる、斬新な多主体画像合成方法を導入しました。
• 参照画像を特定のトークンに対応するテキストストリーム変調のオフセットに変換することで、高忠実度で編集可能な画像生成を実現します。
• 個々の主体の特徴（アイデンティティ）とそのセマンティック属性を安定して制御でき、個性化と複雑なシーン生成能力を大幅に強化します。

📄 ライセンス

このプロジェクトは、Apache - 2.0ライセンスの下で提供されています。

📚 ドキュメント

このリポジトリには、論文 XVerse: Consistent Multi - Subject Control of Identity and Semantic Attributes via DiT Modulation の公式モデルが含まれています。

📚 引用

もしXVerseがあなたに役立った場合は、リポジトリにスターを付けていただけると助かります。

このプロジェクトがあなたの研究に役立つと思われる場合は、以下の論文を引用していただけると幸いです。

@article{chen2025xverse,
  title={XVerse: Consistent Multi-Subject Control of Identity and Semantic Attributes via DiT Modulation},
  author={Chen, Bowen and Zhao, Mengyi and Sun, Haomiao and Chen, Li and Wang, Xu and Du, Kang and Wu, Xinglong},
  journal={arXiv preprint arXiv:2506.21416},
  year={2025}
}