HiCo是360 AI研究院開發的一款基于擴散模型的層次化可控布局到圖像生成模型，旨在實現對圖像中對象位置和文本描述的精準控制。其設計采用多分支結構，具備空間解耦能力，有效應對復雜的布局場景，減少對象缺失和視角沖突等問題。HiCo在自然場景的多目標可控布局生成方面表現卓越，支持高分辨率圖像生成，并與快速生成插件（如LoRA、LCM）兼容。

HiCo是什么

HiCo是360 AI研究院推出的一款基于擴散模型的層次化可控布局到圖像生成模型。通過多分支結構設計，HiCo能夠精準控制圖像中對象的位置以及文本描述，實現對復雜布局的有效處理。該模型在多目標可控布局生成中表現優異，引入了HiCo-7K基準測試集以評估其性能。HiCo還展示了與快速生成插件的兼容性，能夠生成高分辨率圖像，并在處理多概念組合布局時提供更大的改進空間。

HiCo的主要功能

• 層次化布局控制：HiCo通過層次化結構建模布局，實現對背景、前景及其空間關系的細致控制。
• 對象級可控生成：模型根據對象的文本描述與空間位置條件生成每個對象，保證生成圖像的準確性與一致性。
• 多分支結構融合：利用多分支網絡處理不同區域，通過融合模塊（Fuse Net）合并特征，生成復雜布局的圖像。
• 快速生成插件兼容：HiCo與快速生成插件（如LoRA、LCM）兼容，加速圖像生成過程，同時保持高質量輸出。
• HiCo-7K基準測試：引入HiCo-7K基準測試集，以評估模型在多目標可控布局生成方面的表現。
• 靈活擴展性：支持集成不同插件或調整參數，以適應個性化生成或多語言控制等多樣化生成任務。

HiCo的技術原理

• 層次化建模：HiCo采用層次化結構對輸入的布局信息進行建模，以捕捉從粗略到細致的空間布局細節。
• 對象可分離的條件分支：每個分支處理特定區域的內容，并根據對象的文本描述和空間位置生成圖像。
• 擴散模型：基于擴散模型，通過迭代去噪過程從噪聲數據中恢復出清晰圖像，并用條件引導生成過程。
• 融合模塊（Fuse Net）：采用掩碼技術分離不同前景與背景區域的內容，在合并過程中保持各自的性。
• 低秩適應（LoRA）：兼容LoRA技術，能夠快速適應新任務或風格，而無需從頭訓練整個模型。
• 快速推斷能力：設計有快速推斷機制，如HiCo-LCM（Lightning）和HiCo-Lightning，利用并行處理和優化的網絡結構加速圖像生成。

HiCo的項目地址

• 項目官網：360cvgroup.github.io/HiCo_T2I
• GitHub倉庫：https://github.com/360CVGroup/HiCo_T2I（即將開源）
• arXiv技術論文：https://arxiv.org/pdf/2410.14324

HiCo的應用場景

• 圖像編輯與合成：在圖像編輯中，根據文本描述和位置信息精確地添加、修改或移除圖像中的對象，適用于需要精細控制視覺布局的場景。
• 游戲與娛樂：在游戲設計或電影特效制作中，生成復雜的場景布局，包括角色、道具和背景元素，從而提升創作效率和視覺效果。
• 虛擬現實（VR）與增強現實（AR）：在VR與AR應用中，生成符合特定布局要求的虛擬環境，以為用戶提供更沉浸的體驗。
• 廣告設計：根據廣告創意和布局要求快速生成吸引人的廣告圖像，提高廣告設計的效率和質量。
• 數據增強：在機器學習與計算機視覺任務中，生成特定布局或場景的數據集，以增強模型的泛化能力。

常見問題

• HiCo支持哪些類型的輸入？ HiCo能夠處理文本描述和空間位置條件，以生成對應的圖像布局。
• 如何評估HiCo的性能？ HiCo引入了HiCo-7K基準測試集，以評估其在多目標可控布局生成方面的表現。
• HiCo是否支持擴展？ 是的，HiCo支持集成不同插件和調整參數，以適應多樣化的生成任務。
• 生成的圖像質量如何？ HiCo能夠生成高分辨率圖像，并在與快速生成插件兼容的情況下保持高質量輸出。