近日，清華大學和東京大學共同發布了一項名為CustomNet的技術，該技術旨在更好地將指定物品的圖片融合到新生成的圖片中，并確保原物品的樣式和紋理細節得以還原。這項技術給SD商品圖融合帶來了一線生機。從發布的測試案例來看，還原度也相當不錯。

　　CustomNet是一種新穎的對象定制方法，它明確將3D新視角合成能力納入對象定制過程中。通過整合這一能力，CustomNet能夠調整空間位置關系和視角，從而產生多樣化的輸出，并有效地保留對象的身份。這一技術的提出對于推動對象定制領域的發展具有重要意義。

　　核心功能:

　　零拍攝對象定制:CustomNet 提供了一種零拍攝的對象定制方法，克服了現有優化和編碼方法的時間消耗問題。與優化方法不同，CustomNet 無需在測試時進行優化，節省了時間和計算資源。

　　明確視角和位置控制:該模型引入了3D新視角合成能力，使對象定制過程中可以明確調整空間位置關系和視角，產生多樣的輸出，同時有效地保留了對象的身份。這為用戶提供了更多的控制權。

　　靈活的背景控制:CustomNet 具有精細的設計，使用戶可以通過文本描述或特定用戶定義的圖像來控制背景。這有助于克服現有3D新視角合成方法的局限性，使背景與對象更和諧。

　　復雜場景數據處理:CustomNet采用了數據集構建管道，可以更好地處理現實世界的對象和復雜的背景。這增強了模型的適用性，使其能夠處理更具挑戰性的情境。

　　高質量輸出:通過以上功能，CustomNet確保了對象身份的完整性，并生成多樣、和諧的個性化輸出。這使它在識別保持、視角控制和圖像和諧方面具有卓越能力。

　　CustomNet 是一款強大的文本到圖像生成模型，為用戶提供了多方面的控制，使他們能夠創建個性化的圖像，同時保持圖像的身份。這對于多種應用，如廣告、創意設計和虛擬世界創建都具有潛力。