Buchumschlag

EasyControl: Adding Efficient and Flexible Control for Diffusion Transformer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yuxuan, Yuan, Yirui, Song, Yiren, Wang, Haofan, Liu, Jiaming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering
von: Lu, Runnan, et al.
Veröffentlicht: (2025)

EasyControl: Transfer ControlNet to Video Diffusion for Controllable Generation and Interpolation
von: Wang, Cong, et al.
Veröffentlicht: (2024)

Stable-Makeup: When Real-World Makeup Transfer Meets Diffusion Model
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

Unlocking the Latent Canvas: Eliciting and Benchmarking Symbolic Visual Expression in LLMs
von: Zheng, Yiren, et al.
Veröffentlicht: (2026)

OmniPSD: Layered PSD Generation with Diffusion Transformer
von: Liu, Cheng, et al.
Veröffentlicht: (2025)

Loom: Diffusion-Transformer for Interleaved Generation
von: Ye, Mingcheng, et al.
Veröffentlicht: (2025)

VISTA: Triplet-Supervised Video Style Transfer with Diffusion Transformers
von: Song, Yiren, et al.
Veröffentlicht: (2026)

WMAdapter: Adding WaterMark Control to Latent Diffusion Models
von: Ci, Hai, et al.
Veröffentlicht: (2024)

Stable-Hair: Real-World Hair Transfer via Diffusion Model
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

SIGMA: Selective-Interleaved Generation with Multi-Attribute Tokens
von: Zhang, Xiaoyan, et al.
Veröffentlicht: (2026)

WordCon: Word-level Typography Control in Scene Text Rendering
von: Shi, Wenda, et al.
Veröffentlicht: (2025)

Adding Additional Control to One-Step Diffusion with Joint Distribution Matching
von: Luo, Yihong, et al.
Veröffentlicht: (2025)

MakeAnything: Harnessing Diffusion Transformers for Multi-Domain Procedural Sequence Generation
von: Song, Yiren, et al.
Veröffentlicht: (2025)

FonTS: Text Rendering with Typography and Style Controls
von: Shi, Wenda, et al.
Veröffentlicht: (2024)

Image Watermarks are Removable Using Controllable Regeneration from Clean Noise
von: Liu, Yepeng, et al.
Veröffentlicht: (2024)

PhotoDoodle: Learning Artistic Image Editing from Few-Shot Pairwise Data
von: Huang, Shijie, et al.
Veröffentlicht: (2025)

RelaCtrl: Relevance-Guided Efficient Control for Diffusion Transformers
von: Cao, Ke, et al.
Veröffentlicht: (2025)

LayerTracer: Cognitive-Aligned Layered SVG Synthesis via Diffusion Transformer
von: Song, Yiren, et al.
Veröffentlicht: (2025)

DisControlFace: Adding Disentangled Control to Diffusion Autoencoder for One-shot Explicit Facial Image Editing
von: Jia, Haozhe, et al.
Veröffentlicht: (2023)

RelationAdapter: Learning and Transferring Visual Relation with Diffusion Transformers
von: Gong, Yan, et al.
Veröffentlicht: (2025)

Soap2Soap: Long Cinematic Video Remaking via Multi-Agent Collaboration
von: Song, Yiren, et al.
Veröffentlicht: (2026)

NanoControl: A Lightweight Framework for Precise and Efficient Control in Diffusion Transformer
von: Liu, Shanyuan, et al.
Veröffentlicht: (2025)

Training-free Regional Prompting for Diffusion Transformers
von: Chen, Anthony, et al.
Veröffentlicht: (2024)

DiffSim: Taming Diffusion Models for Evaluating Visual Similarity
von: Song, Yiren, et al.
Veröffentlicht: (2024)

OminiControl2: Efficient Conditioning for Diffusion Transformers
von: Tan, Zhenxiong, et al.
Veröffentlicht: (2025)

GRE Suite: Geo-localization Inference via Fine-Tuned Vision-Language Models and Enhanced Reasoning Chains
von: Wang, Chun, et al.
Veröffentlicht: (2025)

In-Context Audio Control of Video Diffusion Transformers
von: Liu, Wenze, et al.
Veröffentlicht: (2025)

Any2AnyTryon: Leveraging Adaptive Position Embeddings for Versatile Virtual Clothing Tasks
von: Guo, Hailong, et al.
Veröffentlicht: (2025)

MegActor-$Σ$: Unlocking Flexible Mixed-Modal Control in Portrait Animation with Diffusion Transformer
von: Yang, Shurong, et al.
Veröffentlicht: (2024)

COME: Adding Scene-Centric Forecasting Control to Occupancy World Model
von: Shi, Yining, et al.
Veröffentlicht: (2025)

OmniRefiner: Reinforcement-Guided Local Diffusion Refinement
von: Liu, Yaoli, et al.
Veröffentlicht: (2025)

NumeriKontrol: Adding Numeric Control to Diffusion Transformers for Instruction-based Image Editing
von: Xu, Zhenyu, et al.
Veröffentlicht: (2025)

TransAnimate: Taming Layer Diffusion to Generate RGBA Video
von: Chen, Xuewei, et al.
Veröffentlicht: (2025)

TrackGo: A Flexible and Efficient Method for Controllable Video Generation
von: Zhou, Haitao, et al.
Veröffentlicht: (2024)

DiffDesign: Controllable Diffusion with Meta Prior for Efficient Interior Design Generation
von: Yang, Yuxuan, et al.
Veröffentlicht: (2024)

Fast Personalized Text-to-Image Syntheses With Attention Injection
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

Mitty: Diffusion-based Human-to-Robot Video Generation
von: Song, Yiren, et al.
Veröffentlicht: (2025)

Layer-wise Instance Binding for Regional and Occlusion Control in Text-to-Image Diffusion Transformers
von: Chen, Ruidong, et al.
Veröffentlicht: (2026)

ObjectAdd: Adding Objects into Image via a Training-Free Diffusion Modification Fashion
von: Zhang, Ziyue, et al.
Veröffentlicht: (2024)

FiT: Flexible Vision Transformer for Diffusion Model
von: Lu, Zeyu, et al.
Veröffentlicht: (2024)