ArtCrafter是清华大学、鹏城实验室和联想研究院共同推出的文本到图像风格迁移框架，基于扩散模型，解决传统方法在风格表达、内容一致性和输出多样性方面的局限。ArtCrafter基于嵌入重构架构实现，包含三个关键组件：基于注意力的风格提取模块，用多层架构和感知器注意力机制从参考图像中提取细腻的风格特征；文本-图像对齐增强模块，基于注意力交互将图像和文本嵌入映射到共享特征空间，使生成图像更贴近文本提示内容；显式调制组件，基于线性插值和拼接融合原始与多模态嵌入，生成多样化且与文本相关的图像。

ArtCrafter – 清华联合鹏城实验室和联想共同推出的文本到图像风格迁移框架 第1张
（图片来源网络，侵删）
ArtCrafter – 清华联合鹏城实验室和联想共同推出的文本到图像风格迁移框架 第2张
（图片来源网络，侵删）