论文地址：https://research.nvidia.com/labs/dir/jedi/

Joint-image Diffusion Models
联合图像扩散模型

Joint-Image Diffusion，这是一种学习无微调个性化模型的有效技术。我们的核心思想是学习共享一个共同主题的多个相关文本-图像对的联合分布。为了便于学习，我们提出了一种可扩展的合成数据集生成技术。经过训练后，我们的模型只需在采样过程中使用参考图像作为输入，即可在测试时快速轻松地进行个性化设置。我们的方法不需要任何昂贵的优化过程或额外的模块，并且可以忠实地保留任意数量的参考图像所代表的身份。实验结果表明，我们的模型在定量和定性上都达到了最先进的生成质量，显著优于先前的无微调个性化基线。