ArticleMetadataMain page

source · 2026-04-15

CosmicMan（CVPR 2024）：面向人物的文本到图像基础模型

#near-cvpr-2025#image-generation#primary-source

CosmicMan（CVPR 2024）：面向人物的文本到图像基础模型

会议：CVPR 2024
发表日期：2024/04/01
资料加入日期：2026-04-14

一句话结论

这篇工作把 human-centric text-to-image foundation model 路线补进库里，强化了人物生成这条专门化主线。

问题定义

它要解决的是通用文本到图像模型在人类主体生成上往往不够稳定、细节不够好的问题。对当前知识库来说，它补的是“面向人类主体的专门 foundation model”这一条路线。

方法概述

CosmicMan 构建一个专门面向 humans 的 text-to-image foundation model，强调在人类主体生成任务上的质量与一致性。

关键发现

  • 它说明 image-generation 并不只在走统一通用模型路线，也有围绕特定重要对象域的专门 foundation model 路线。
  • 它对以后分析“统一模型 vs 专门模型”很有参考价值。
  • 它让 image-generation 对 human-centric generation 的覆盖更明确。

局限或疑问

  • 它更偏人物域，不代表一般开放图像生成。
  • 专门 foundation model 的收益常常与领域数据规模强耦合。
  • 它是领域专门化节点，而不是普适统一路线。

原始链接

  • https://arxiv.org/abs/2404.01294
  • https://arxiv.org/pdf/2404.01294

相关页面

备注

CosmicMan 在这套库里的作用，是把 human-centric text-to-image foundation model 路线补成明确分支。

Metadata

{
  "id": "2026-04-14-cosmicman",
  "type": "source",
  "title": "CosmicMan（CVPR 2024）：面向人物的文本到图像基础模型",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2024",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "image-generation",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Li, Shikai",
    "Fu, Jianglin",
    "Liu, Kaiyuan",
    "Wang, Wentao",
    "Lin, Kwan-Yee",
    "Wu, Wayne"
  ],
  "published_at": "2024/04/01",
  "canonical_links": [
    "https://arxiv.org/abs/2404.01294",
    "https://arxiv.org/pdf/2404.01294"
  ],
  "raw_entry": "raw/ingest/2026-04-14-cosmicman/",
  "topics": [
    "topics/image-generation"
  ],
  "entities": [
    "entities/unified-image-generation-editing"
  ],
  "claims": [],
  "questions": [
    "questions/question-will-unified-image-models-sustain-their-advantage"
  ]
}