cross-image-attention

零训练，用注意力机制把参考图外观迁移到任意目标图

Cross-Image Attention 是论文《Cross-Image Attention for Zero-Shot Appearance Transfer》的官方实现，专注于零样本外观迁移任务。它解决的是在无需训练或微调的情况下，将参考图像的外观（如纹理、色彩、材质）迁移到目标图像的结构上，同时保持目标图像的内容和语义不变。核心能力基于 Stable Diffusion 的注意力机制，通过交叉图像注意力（Cross-Image Attention）在生成过程中融合参考图像的外观特征，实现风格或外观的精准迁移。项目提供推理代码和示例，支持文本到图像生成中的外观控制，适用于风格化、换装、材质替换等创意场景。由于是研究代码，主要面向有扩散模型基础的开发者，可扩展性强。