AutoStudio：能做漫画的AI，多轮对话保持一致风格！

在当今的AI的带领下域，图像生成技术正不断取得令人瞩目的进展。今天要给大家介绍一个能帮你生成漫画的技术：AutoStudio

AutoStudio是什么？

AutoStudio是一个先进的AI工具，它能够在多轮对话中与用户互动，生成一系列主题和风格一致的图像。

无论用户如何添加或修改内容，AutoStudio都能保持图像生成的一致性，特别适合连环画创作和其他需要连贯视觉叙事的场景。

AutoStudio如何做到的？

它是一个无需训练的多智能体框架，采用了基于大型语言模型（LLMs）的三个智能体来处理交互，同时结合了基于稳定扩散（SD）的智能体来生成高质量图像。

具体来说，AutoStudio 由以下部分组成：

• 主题管理器：解释交互对话并管理每个主题的上下文。
• 布局生成器：生成细粒度的边界框来控制主题位置。
• 监督员：为布局改进提供建议。
• 绘制器：根据改进的布局和主题数据库完成图像生成。

此外，AutoStudio 还引入了 Parallel-UNet 来取代绘制器中的原始 UNet，它采用了两个并行的交叉注意力模块来利用主题感知特征。同时，还引入了主题初始化生成方法，以更好地保留小主题。

性能如何？

通过这些创新，AutoStudio 能够交互式地、一致地生成多主题的图像序列。在公共 CMIGBench 基准和人工评估的广泛实验中，AutoStudio 很好地保持了多轮交互中的多主题一致性，并且在平均 Frechet Inception Distance 方面将现有技术水平提高了 13.65%，在平均字符 - 字符相似性方面提高了 2.83%。

代码地址：

https://github.com/donahowe/AutoStudio