当前的文本到图像扩散模型（Text-to-Image Diffusion Models）（如 Stable Diffusion、Imagen）在生成高质量图像方面取得了巨大成功。 一眼概览 该论文提出了一种基于能量的跨注意力（Energy-Based Cross-Attention, EBCA） 机制，以解决文本到图像扩散模型中的语义不对齐（semantic ...