基于DiT的身份保持图像生成技术突破

InfiniteYou：在保持身份的同时实现灵活照片重塑

实现灵活且高保真的身份保持图像生成仍然是一项艰巨挑战，特别是在使用如FLUX等先进扩散变换器（DiT）时。本文介绍InfiniteYou（InfU），这是最早利用DiT完成此任务的鲁棒框架之一。

InfU解决了现有方法的显著问题，包括身份相似度不足、文本-图像对齐差、生成质量和美学效果低等。InfU的核心是InfuseNet组件，它通过残差连接将身份特征注入DiT基础模型，在保持生成能力的同时增强身份相似性。

采用多阶段训练策略，包括使用合成单人多样本（SPMS）数据进行预训练和监督微调（SFT），进一步改善了文本-图像对齐度，提升了图像质量，并缓解了人脸复制粘贴问题。大量实验证明，InfU实现了最先进的性能，超越了现有基线方法。

此外，InfU的即插即用设计确保了与各种现有方法的兼容性，为更广泛的研究社区提供了宝贵贡献。

ICCV 2025（亮点论文）。项目页面：https://example.com 代码和模型：https://example.com