TokenVerse: Personalização Multi-Conceito em Modelos de Difusão de Texto para Imagem

O TokenVerse apresenta um novo método para personalização multi-conceito, utilizando um modelo de difusão pré-treinado de texto para imagem. Ele desfaz elementos visuais e atributos complexos de uma única imagem, permitindo a geração perfeita de combinações de conceitos extraídos de várias imagens. Ao contrário dos métodos existentes, limitados no tipo ou amplitude de conceito, o TokenVerse lida com várias imagens, cada uma com vários conceitos, suportando objetos, acessórios, materiais, pose e iluminação. Ao otimizar para direções distintas no espaço de modulação do modelo para cada palavra, ele gera imagens combinando os conceitos desejados. Experimentos demonstram sua eficácia em configurações de personalização desafiadoras.