Diffusion Self

Diffusion Self-Distillation（DSD）是由斯坦福大学吴佳俊团队提出的一种创新性零样本定制图像生成技术。该方法通过利用预训练的文本到图像扩散模型生成大规模数据集，并进一步微调这些模型以支持文本条件下的图像到图像任务。DSD技术借助生成图像网格与视觉语言模型的筛选机制，构建高质量的配对数据集，从而在无需人工干预的情况下实现对任意实例在不同上下文中的身份保持型定制化图像生成。此技术在保持身份一致性方面表现优异，可与逐实例调优方法相媲美，且无需额外的测试时优化。