20000 文本提示微调Stable Diffusion！商汤联合上海AI Lab提出CoMa！

文本到图像生成领域最近随着扩散模型的引入取得了显著进步。然而，对不 一致问题仍然缺乏合理的解释。缓解文本提示和图像之间的不对齐仍然是一个挑战。