複製鏈接
請複製以下鏈接發送給好友
https://baike.baidu.hk/item/RPG/64064026
複製
複製成功

RPG

（Pika北大斯坦福聯合推出）

鎖定
RPG（Recaption，Plan and Generate），Pika北大斯坦福聯合推出的開源文生圖框架，利用多模態LLM的能力成功解決文生圖兩大難題。 [1] 
中文名
RPG
發表日期
2024年2月
屬    性
開源文生圖框架
研究人員
Pika、北大、斯坦福

目錄

  1. 1 簡介
  2. 2 發展歷史

RPG簡介

RPG，一個全新的免訓練文本到圖像生成/編輯框架，利用多模態大語言模型（MLLM）強大的思維鏈推理能力，來增強文本到圖像擴散模型的組合性。採用MLLM作為全局規劃器，將複雜圖像的生成過程分解為子區域內多個更簡單的生成任務。
簡單來説，就是能讓文生圖模型在面對「多個屬性和關係的多個對象的複雜文本提示」時表現更出色。 [1] 

RPG發展歷史

2024年2月，北大、斯坦福、以及Pika Labs聯合發表了一項研究（RPG框架），將大模型文生圖的能力提升到了新的高度。 [1] 
參考資料