字节的研究人员推出了新的个性化图像生成模型 MoMA（Multimodal LLM Adapter for Fast Personalized Image Generation），这是一种新的多模态LLM适配器，专为快速个性化图像生成而设计。MoMA通过细粒度特征转移显著提升了图像生成能力，其三部分架构包括：生成式多模态解码器、对象图像特征提取，以及专门的注意力层注入机制。研究团队采用了两阶段预训练策略，结合多模态生成学习和交叉注意力层训练，大幅提高了模型性能。引入图像自注意力特征转移和掩蔽机制，MoMA在保持个性化图像细节方面取得了突破。这项技术不仅加快了AI图像生成速度，还提高了个性化程度，为创意产业和个人用户提供了强大的图像创作和编辑工具。MoMA的出现标志着多模态AI在快速、精准的个性化视觉内容生成领域迈出了重要一步。 http://t.cn/A6QHTbiy