Xverse

🚀 XVerse：通过DiT调制实现多主体身份和语义属性的一致控制

XVerse是一种用于多主体图像合成的创新方法，能在不破坏整体图像潜在特征的情况下，对单个主体进行精确且独立的控制。它可实现高保真、可编辑的图像生成，能有效控制单个主体特征和语义属性，显著提升个性化和复杂场景生成能力。

🚀 快速开始

使用方法请参考：https://github.com/bytedance/XVerse

若您对该模型有任何疑问或建议，请前往：https://github.com/bytedance/XVerse/issues

✨ 主要特性

• 引入了一种新颖的多主体图像合成方法，能够在不干扰整体图像潜在特征或特征的情况下，对单个主体进行精确且独立的控制。
• 通过将参考图像转换为特定于标记的文本流调制的偏移量，实现了高保真、可编辑的图像生成。
• 可以稳健地控制单个主体的特征（身份）及其语义属性，显著增强了个性化和复杂场景生成的能力。

📄 许可证

本项目采用Apache-2.0许可证。

📚 详细文档

本仓库包含论文 XVerse: Consistent Multi-Subject Control of Identity and Semantic Attributes via DiT Modulation 的官方模型。

📚 引用

如果XVerse对您有帮助，请帮忙给仓库点个星。

如果您发现本项目对您的研究有用，请考虑引用我们的论文：

@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}
}