伦勃朗的牛 分析文本到图像模型中的艺术提示解读.pdfVIP

2025IEEEINTERNATIONALWORKSHOPONMACHINELEARNINGFORSIGNALPROCESSING,AUG.31–SEP.3,2025,ISTANBUL,TURKEY

伦勃朗的牛

分析文本到图像模型中的艺术提示解读

AlfioFerrara,SergioPicascia,ElisabettaRocchetti

DepartmentofComputerScience,UniversitàdegliStudidiMilano,ViaCeloria,18,20133Milan,Italy

ABSTRACT

文本到图像的扩散模型展示了通过从数十亿张图像

本（包括流行的艺术品）中学习来生成艺术内容的强大

译能力。然而，这些模型如何在内部表示概念，比如绘画

中中的内容和风格这一基本问题仍未被探索。传统的计

算机视觉假设内容和风格是正交的，但在训练过程中，

1

v扩散模型并未收到关于这种区别的明确指导。在