HiCo是360 AI研究院推出的基于擴散模型的層次化可控布局到圖像生成模型，HiCo基于多分支結構設計，實現對對象位置和文本描述的精確控制。HiCo的關鍵特點在于進行空間解耦，有效地處理復雜布局，減少對象缺失和視角沖突等問題。HiCo在自然場景的多目標可控布局生成中表現出色，引入HiCo-7K基準測試集。HiCo模型展示了與快速生成插件（如LoRA、LCM）的兼容性，能生成高分辨率圖像，在處理多概念組合布局時仍有改進空間。
HiCo的主要功能層次化布局控制：HiCo基于層次化結構對布局進行建模，實現對背景、前景及空間關系的精細控制。對象級可控生成：模型根據對象的文本描述和空間位置條件獨立生成每個對象，確保生成圖像的準確性和一致性。多分支結構融合：用多分支網絡獨立處理不同區域，基于融合模塊（Fuse Net）合并特征，生成復雜布局的圖像。快速生成插件兼容：HiCo與快速生成插件（如LoRA、LCM）兼容，加速圖像生成過程，保持高質量輸出。HiCo-7K基準測試：引入HiCo-7K基準測試集，評估模型在多目標可控布局生成方面的性能。靈活擴展性：模型支持集成不同插件或調整參數，適應不同的生成任務，如個性化生成或多語言控制。HiCo的技術原理層次化建模：HiCo用層次化結構對輸入的布局信息進行建模，捕捉從粗糙到精細的空間布局細節。對象可分離的條件分支：每個分支獨立處理和生成特定區域的內容，根據對象的文本描述和空間位置條件生成圖像。擴散模型：基于擴散模型，迭代去噪過程從噪聲數據中恢復出清晰的圖像，用條件引導生成過程。融合模塊（Fuse Net）：掩碼技術分離不同前景和背景區域的內容，在合并過程中保持各自的獨立性。低秩適應（LoRA）：兼容LoRA技術，快速適應新任務或風格，無需從頭開始訓練整個模型。快速推斷能力：設計快速推斷機制，如HiCo-LCM（Lightning）和HiCo-Lightning，用并行處理和優化的網絡結構加速圖像生成。HiCo的項目地址項目官網：360cvgroup.github.io/HiCo_T2IGitHub倉庫：https://github.com/360CVGroup/HiCo_T2I（即將開源）arXiv技術論文：https://arxiv.org/pdf/2410.14324HiCo的應用場景圖像編輯和合成：在圖像編輯中，根據文本描述和位置信息精確地添加、修改或移除圖像中的對象，適合需要精細控制視覺布局的場景。游戲和娛樂：在游戲設計或電影特效制作中，生成復雜的場景布局，包括角色、道具和背景元素，提高創作效率和視覺效果。虛擬現實（VR）和增強現實（AR）：在VR和AR應用中，生成符合特定布局要求的虛擬環境，為用戶提供更加沉浸式的體驗。廣告設計：根據廣告創意和布局要求快速生成吸引人的廣告圖像，提高廣告設計的效率和質量。數據增強：在機器學習和計算機視覺任務中，生成訓練數據，特別是在需要特定布局或場景的數據集時，增強模型的泛化能力。 
