无需训练的图像生成

Story-Adapter 是一个无需训练且计算高效的框架，专门用于长故事可视化。它通过迭代范式生成基于叙事的连贯图像，利用文本提示和之前生成的图像进行优化。其核心是一个全局参考交叉注意力模块，确保整个故事的语义一致性，同时最小化计算成本。该项目特别适用于长达100帧的故事场景，支持多种风格选择，如漫画、电影和现实主义风格。