本文へスキップ

Mixture-of-Attention (MoA)

二つの分岐で個別化した画像生成を分担

公式サイトを見る

MoA とは

MoA は個別化した画像生成の仕事を個別化の分岐と個別化しない事前の分岐へ分ける仕組みと紹介され、ルーティングが両者の間で画素を振り分けると説明されている。

できること

  • ある主題の個別化した画像を生成する
  • 元の模型の事前知識を残す
  • 主題と文脈を切り離す
  • 一枚の画像に複数の主題を組み合わせる

利用の例

  • 上げた写真に映る顔を別の顔に差し替える
  • 姿勢と表情を決めた役柄を描き出す
  • 初期のノイズを変えつつ背景を揃える

長所と短所

✓ 良い点

  • 複数の主題を組み合わせて interaction...
  • 元の模型の事前知識が保たれる

! 注意したい点

  • 生成の仕事は二つの分岐に分かれる
  • 画素の分布は層ごとに管理される

よくある質問

どの二つの分岐?

資料は個別化の分岐と個別化しない事前の分岐を挙げる。

ルーティングの役割は?

資料は層ごとの分岐間の画素分布を管理すると説明。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法