近日，meta公司推出一款名为“Imagine Yourself”的人工智能模型，该模型在个性化图像生成领域实现了重大突破，传统个性化图像生成方法因需针对每位用户调整模型而效率低下。与此不同，Imagine Yourself模型采用单一模式，即可满足不同用户的需求，大大提高了技术的通用性和效率。
该模型的一大亮点是生成合成配对数据。这些数据包含丰富的表情、姿势和光照变化，有助于模型学习并生成多样化的图像输出，打破了传统方法中图像单一性的局限，Imagine Yourself模型整合了三个文本编码器和一个可训练视觉编码器，形成了完全并行的注意力架构。这一架构不仅强化了身份信息的保留，还提高了文本对齐的准确性。
模型采用从粗到细的多阶段微调过程，确保了生成的图像具有高视觉质量。同时，使用低阶适配器(LoRA)对特定部分进行微调，进一步提升了图像质量。
在实际应用中，Imagine Yourself模型在保持身份、视觉质量和及时对齐等方面表现出色。特别是在文本对齐方面，相比最先进模型，实现了27.8%的显著提升。
meta公司在美国地区邀请用户测试“Imagine Me”功能，用户可通过上传自拍照和使用特定文字提示词来生成个性化照片。这一功能受到了用户的广泛欢迎，展示了Imagine Yourself模型在实际应用中的巨大潜力。
