导读
GLIGEN通过新增门控层向预训练扩散模型注入定位条件，以文字和边界框控制对象与布局，扩充提示词之外的构图方法。
查看大图 ↗图1：边界框、关键点和其他空间条件下的生成样例。 来源为v2，图像版本与论文首次公开日分别记录。
Li, Yuheng; Liu, Haotian; Wu, Qingyang; Mu, Fangzhou; Yang, Jianwei; Gao, Jianfeng; Li, Chunyuan; Lee, Yong Jae · original paper / arXiv · 原论文图文与所引作品权利归各自权利人；研究引用不代表开放授权，转载权利待独立复核。
资料出处 · GLIGEN: Open-Set Grounded Text-to-Image Generation ↗档案研究说明
GLIGEN通过新增门控层向预训练扩散模型注入定位条件，以文字和边界框控制对象与布局，扩充提示词之外的构图方法。
ANTI-AI ARCHIVE · 修订 2026-10-03
论文研究了什么
研究冻结原有模型权重，将定位信息送入新的可训练层，保留既有概念知识。文本与边界框构成主要条件，实验检验对新概念和新空间组合的泛化。
本节依据: GLIGEN：让文字与空间位置共同控制生成
与生成艺术史的关系
编者解释：边界框让创作者能明确指定“在哪里”，构图成为可传入的约束。与ControlNet并读时，应比较条件类型和控制机制，而不是把所有可控生成方法视为同一工具。
本节依据: GLIGEN：让文字与空间位置共同控制生成
阅读边界与版本
定位控制的实验成功不意味着复杂场景中每个对象及其关系均能被精确执行。
本节依据: GLIGEN：让文字与空间位置共同控制生成
正文引用资料
核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。
核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
GLIGEN：对照Prompt-to-Prompt：通过交叉注意力编辑图像的方法、控制或评价条件。
GLIGEN：对照生成的空间控制的方法、控制或评价条件。
GLIGEN：对照T2I-Adapter的方法、控制或评价条件。
日期与版本记录
节点标注日期：2023-01-17 · 来源记录的历史日期：2023-01-17
时间线采用arXiv首次公开日，不以会议发表、模型上线或2026-10-03补录日替代。正文及图像参照v2；该版日期见原文版本记录。
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
GLIGEN: Open-Set Grounded Text-to-Image Generation
https://arxiv.org/abs/2301.07093
当前引用地址
核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。
出处、翻译与核验状态
档案节点 #211 · 研究论文首次公开；方法、评估与制作条件
研究资料与补充出处 · 1
2022年以来重要论文补录与去重资料 · 核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。 · 011
原记日期: 2023-01-17
GLIGEN：让文字与空间位置共同控制生成 ↗
GLIGEN: Open-Set Grounded Text-to-Image Generation
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
已按条目所列范围核读官方资料；核读范围与待复核事项见来源说明。
引用本节点
ANTI-AI ARCHIVE. GLIGEN：让文字与空间位置共同控制生成. 艺术史节点 #211. https://salondesrefuses.cn/zh/art-history/334
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。