Energy-Based-CrossAttention

用能量模型优化注意力，让文生图更懂上下文

Energy-Based Cross Attention（EBCA）是一个用于文本到图像扩散模型的官方实现，旨在通过能量基交叉注意力机制实现贝叶斯上下文更新。该项目解决的是扩散模型在生成图像时，文本条件与图像特征对齐不够精确、上下文信息利用不充分的问题。其核心能力包括：将交叉注意力层重新建模为能量基模型，通过能量函数动态调整注意力权重，从而在生成过程中更有效地融合文本语义与视觉特征；支持与Stable Diffusion等主流扩散模型集成，提供训练和推理代码。项目基于PyTorch实现，代码结构清晰，适合研究扩散模型注意力机制的开发者使用。目前处于早期阶段，星标数较少，但提供了完整的官方实现，便于复现论文结果。