Xverse

🚀 XVerse：通過DiT調製實現多主體身份和語義屬性的一致控制

XVerse是一種用於多主體圖像合成的創新方法，能在不破壞整體圖像潛在特徵的情況下，對單個主體進行精確且獨立的控制。它可實現高保真、可編輯的圖像生成，能有效控制單個主體特徵和語義屬性，顯著提升個性化和複雜場景生成能力。

🚀 快速開始

使用方法請參考：https://github.com/bytedance/XVerse

若您對該模型有任何疑問或建議，請前往：https://github.com/bytedance/XVerse/issues

✨ 主要特性

• 引入了一種新穎的多主體圖像合成方法，能夠在不干擾整體圖像潛在特徵或特徵的情況下，對單個主體進行精確且獨立的控制。
• 通過將參考圖像轉換為特定於標記的文本流調製的偏移量，實現了高保真、可編輯的圖像生成。
• 可以穩健地控制單個主體的特徵（身份）及其語義屬性，顯著增強了個性化和複雜場景生成的能力。

📄 許可證

本項目採用Apache-2.0許可證。

📚 詳細文檔

本倉庫包含論文 XVerse: Consistent Multi-Subject Control of Identity and Semantic Attributes via DiT Modulation 的官方模型。

📚 引用

如果XVerse對您有幫助，請幫忙給倉庫點個星。

如果您發現本項目對您的研究有用，請考慮引用我們的論文：

@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}
}