DiffSensei是北京大学、上海AI实验室及南洋理工大学的研究人员共同推出的框架，能生成可控的黑白漫画面板。DiffSensei整合基于扩散的图像生成器和多模态大型语言模型（MLLM），实现对漫画中多角色外观和互动的精确控制。框架用掩码交叉注意力机制和MLLM适配器，根据文本提示动态调整角色特征，包括表情、姿势和动作，生成具有连贯性和视觉吸引力的漫画面板。DiffSensei引入MangaZero数据集，支持多角色、多状态的漫画生成任务。

DiffSensei – AI 漫画生成框架，能生成可控的黑白漫画面板 第1张
（图片来源网络，侵删）
DiffSensei – AI 漫画生成框架，能生成可控的黑白漫画面板 第2张
（图片来源网络，侵删）