精准构图：解决布局控制难题

在当前 AI 绘画领域，虽然“文字生成图像”技术已趋成熟，但在“布局控制生成”方面，AI模型往往难以严格遵循用户提供的空间约束（如边界框或分割掩码），常出现位置不准或语义脱节的现象。InstanceAssemble 的出现，标志着 AI 绘画进入了精准构图的新阶段。

该技术基于主流的扩散变换器架构，其核心创新是提出了 “实例拼装注意力”（Instance Assembly Attention）机制。用户只需提供每个物体的具体位置（边界框）和内容描述，AI 即可在指定区域生成符合要求的图像。无论是少量物体的简单画面，还是实例密集的复杂场景，InstanceAssemble 都能保持高度排版精度和语义一致性。

轻量化适配：高效融入现有模型

值得关注的是，InstanceAssemble 采用轻量化适配方案，无需对整个大模型重新训练，仅需极少额外参数即可适配现有模型。例如：

• 适配 Stable Diffusion3-Medium 仅需约 3.46% 的额外参数

• 适配 Flux.1 模型时，参数占比低至 0.84%

这一设计不仅降低了训练成本，也方便开发者在现有平台上快速部署。

数据与评估：助力行业应用

为了更好地评估技术性能，研究团队推出了包含 9万个实例的“Denselayout”基准测试集，并设计了全新的评估指标，量化布局控制和语义一致性表现。InstanceAssemble 已在 GitHub 开源，代码和预训练模型均可下载使用，有望在 设计、广告及内容创意等行业产生重要影响。

业内专家认为，InstanceAssemble 的发布不仅提升了 AI 绘画的可控性和精度，也为内容创意领域提供了更高效的工具，标志着布局控制生成技术迈入实用化阶段。