文生图越生成越像？T-DIG 拆解对齐与多样性取舍并按轴生图

T-DIG 团队指出，文生图模型为单图与提示词的高对齐而牺牲批量生成多样性，此前只在 embedding 空间把图片推开的做法治标不治本。万圣节服装创意演示中，i.i.d. 采样 8 次可能有 4-8 张都是同一个女巫，T-DIG 则能按用户指定的变化轴生成不同结果。