一种方法，包括接收描述图像的期望特性的提示。该方法进一步包括使用编码模型集基于提示生成提示编码。该方法进一步包括使用扩散变换器模型中的第一变换器区块，基于提示编码与噪声输入生成第一提示嵌入和第一图像嵌入。该方法进一步包括使用扩散变换器模...