@NielsRogge: 优秀的论文，已在此处开放：https://paperswithcode.co/paper/98589 查看它与其他文本到图像模型的对比…
摘要
一篇关于文本到图像生成的论文已发布，附有开源代码、模型和完整的训练方案，并与其他模型的性能进行了比较。
查看缓存全文
缓存时间: 2026/06/20 20:22
出色的论文，现发布于：https://t.co/pwvKtvpzLq
查看其与其它文本到图像模型的对比，请见底部链接：https://t.co/ODCM9RUMYn
Xianbang Wang (@kevinxbwang2007): 与我的优秀合作者 @Hope7Happiness、@Lyy_iiis、Kangyang Zhou、Linrui Ma 和 Kaiming He 共同完成的非常激动人心的工作！
所有代码、模型和完整训练配方均已开源。
博客文章：https://t.co/sdBPGn7Gau 代码：https://t.co/UkHVzRePR0 (JAX),
相似文章
i1：一个简单且完全开放的强文本到图像模型配方
本文介绍了i1，一个3B参数的文本到图像扩散模型，在性能上与领先的闭源模型竞争，同时完全开放（权重、数据、代码）。它提供了来自300多项控制实验的见解，并为开放研究提供了实用配方。
@AdinaYakup: 论文：
一个新的以创作者为中心的文本到图像生成基准，Qwen-Image-Bench，通过一个包含56个可验证方面的分层分类，由统一评判模型评分，评估模型在真实世界保真度和创意生成方面的表现。
无需语言预训练的文本到图像生成建模
Halcyon 证明，仅凭图像-文本对即可从零开始训练出强大的文本到图像生成模型，无需大规模语言预训练，并以远低于现有模型的算力取得更优性能。对照实验表明，仅进行语言预训练并不能提升 T2I 生成效果。
从零开始创建文本到图像模型的详细解释 [R]
Jasper Research 发布了一份从零开始构建文本到图像模型的完整指南与资源，其中包含详细解释、一个1亿图像的数据集以及一个带有微型模型的代码库。
本地文本到图像模型对比：终极测试。
用户使用192个提示词对本地文本到图像模型进行了全面对比，评估了文本渲染、人脸、人体解剖、空间构图等能力，结果和提示词已在imagebench.ai上公开。