ArticleMetadataMain page

source · 2026-04-15

LayoutDiffusion（CVPR 2023）：面向布局到图像生成的可控扩散模型

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

LayoutDiffusion（CVPR 2023）：面向布局到图像生成的可控扩散模型

会议：CVPR 2023
发表日期：2023/03/30
资料加入日期：2026-04-14

一句话结论

这篇工作把 layout-to-image generation 作为显式可控生成路线补入库里，强化了 image-generation 的空间控制分支。

问题定义

它要解决的是文本到图像生成里缺少明确空间布局控制的问题。对当前知识库来说，它能很好补足 GLIGEN 之外的另一条显式空间控制主线。

方法概述

LayoutDiffusion 通过扩散模型直接建模 layout-to-image generation，使生成结果能够更明确遵循给定布局约束。

关键发现

  • 它说明 image-generation 的可控性不只靠文本和对象 grounding，还包括更结构化的空间布局接口。
  • 它为之后比较 grounded generation、region control、layout control 这些不同控制接口提供了更清楚的支点。
  • 它让图像生成页对“空间可控生成”这一分支的覆盖更完整。

局限或疑问

  • 布局控制并不自动带来更强开放语义编辑能力。
  • 它更偏结构化生成接口，而不是统一编辑系统本身。
  • 它是控制路线补厚节点，不直接回答个性化或多任务统一问题。

原始链接

  • https://arxiv.org/abs/2303.17189
  • https://arxiv.org/pdf/2303.17189

相关页面

备注

LayoutDiffusion 在这套库里的作用，是把 image-generation 的显式空间布局控制路线补成明确分支。

Metadata

{
  "id": "2026-04-14-layoutdiffusion",
  "type": "source",
  "title": "LayoutDiffusion（CVPR 2023）：面向布局到图像生成的可控扩散模型",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2023",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "image-generation",
    "control",
    "diffusion",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Zheng, Guangcong",
    "Zhou, Xianpan",
    "Li, Xuewei",
    "Qi, Zhongang",
    "Shan, Ying",
    "Li, Xi"
  ],
  "published_at": "2023/03/30",
  "canonical_links": [
    "https://arxiv.org/abs/2303.17189",
    "https://arxiv.org/pdf/2303.17189"
  ],
  "raw_entry": "raw/ingest/2026-04-14-layoutdiffusion/",
  "topics": [
    "topics/image-generation",
    "topics/vision-language"
  ],
  "entities": [
    "entities/unified-image-generation-editing"
  ],
  "claims": [],
  "questions": [
    "questions/question-will-unified-image-models-sustain-their-advantage"
  ]
}