近期 OpenAI 发布的 DALLE-2 和谷歌发布的 Imagen 等实现了令人惊叹的文字到图像的生成效果，引发了广泛关注并且衍生出了很多有趣的应用。而文字到图像的生成属于多模态图像合成与编辑领域的一个典型任务。

近日，来自马普所和南洋理工等机构的研究人员对多模态图像合成与编辑这一大领域的研究现状和未来发展做了详细的调查和分析。

论文地址：

https://arxiv.org/pdf/2112.13592.pdf

项目地址：

https://github.com/fnzhan/MISE

内容中包含的图片若涉及版权问题，请及时与我们联系删除