MOSAIC

一张图生成多个指定主体，身份不串味

MOSAIC 是一个面向多主体个性化图像生成的开源项目，核心解决现有模型在生成包含多个指定主体（如人物、物体）的图像时，难以同时保持各主体身份一致性和相互独立性的问题。它通过引入对应感知对齐（Correspondence-Aware Alignment）和特征解耦（Disentanglement）机制，在扩散模型（如 Stable Diffusion）的基础上实现多主体的精准控制与生成。项目提供了完整的训练和推理代码，支持自定义主体数据集，能够生成高质量、语义一致的多主体图像。其技术亮点在于无需额外微调即可处理多主体场景，且对主体间的交互关系有较好的建模能力。作为 ICLR 2026 的论文实现，该项目处于早期阶段，但代码结构清晰，适合研究者和开发者进行二次开发与实验。