AutoStudio：能做漫畫的AI，多輪對話保持一致風格！

在當今的AI的帶領下域，圖像生成技術正不斷取得令人矚目的進展。今天要給大家介紹一個能幫你生成漫畫的技術：AutoStudio

AutoStudio是什麼？

AutoStudio是一個先進的AI工具，它能夠在多輪對話中與用戶互動，生成一系列主題和風格一致的圖像。

無論用戶如何添加或修改內容，AutoStudio都能保持圖像生成的一致性，特別適合連環畫創作和其他需要連貫視覺敘事的場景。

AutoStudio如何做到的？

它是一個無需訓練的多智能體框架，採用了基於大型語言模型（LLMs）的三個智能體來處理交互，同時結合了基於穩定擴散（SD）的智能體來生成高質量圖像。

具體來說，AutoStudio 由以下部分組成：

• 主題管理器：解釋交互對話並管理每個主題的上下文。
• 布局生成器：生成細粒度的邊界框來控制主題位置。
• 監督員：為布局改進提供建議。
• 繪製器：根據改進的布局和主題數據庫完成圖像生成。

此外，AutoStudio 還引入了 Parallel-UNet 來取代繪製器中的原始 UNet，它採用了兩個並行的交叉注意力模塊來利用主題感知特徵。同時，還引入了主題初始化生成方法，以更好地保留小主題。

性能如何？

通過這些創新，AutoStudio 能夠交互式地、一致地生成多主題的圖像序列。在公共 CMIGBench 基準和人工評估的廣泛實驗中，AutoStudio 很好地保持了多輪交互中的多主題一致性，並且在平均 Frechet Inception Distance 方面將現有技術水平提高了 13.65%，在平均字符 - 字符相似性方面提高了 2.83%。

代碼地址：

https://github.com/donahowe/AutoStudio