Google Research推出的级联扩散式文本-图像生成模型，主打“一句话→照片级真实图像”。

Infinity 是字节跳动推出的一款基于位级自回归建模的高分辨率图像生成模型，能够根据文本描述生成高质量、逼真的图像。

EliGen 包含50万高质量注释样本的数据集，用于训练模型以实现鲁棒且准确的实体级操控。此外，EliGen 提出了修复融合管道，能扩展到多实体图像修复任务。

模型主打一站式高效创作，支持人脸控制、调色板匹配、长文本渲染、批量一致性处理及交互式编辑，可在单一工作流内完成全流程图像操作，实用高效，当前完全免费开放使用。

支持文本生成、图像生成、语音转文字、文本转语音等多种多模态功能。