简介
Dreambooth 是由 Google 与波士顿大学联合提出的文本到图像模型个性化方法,其核心思路是用用户提供的少量图片(通常 3-5 张)对 Stable Diffusion 等扩散模型进行微调,让模型”记住”特定主体(人物、宠物、物品),从而在后续生成中保持该主体的一致性。
与通用文生图不同,Dreambooth 能够将专属主体融入任意场景与风格,是当前生成式 AI 个性化创作的重要技术基础。
训练原理
通过引入特殊标识符(如 sks)并结合原模型的先验知识保留损失,Dreambooth 在微调时既学习专属主体的细节,又避免遗忘模型的通用生成能力,最终实现”专属主体 + 通用场景”的灵活组合。
适用场景
- 个人头像与专属形象创作
- 商品定制化展示与电商素材
- 宠物、角色 IP 的衍生作品生成
- 团队可借助 diffusers 库与 LoRA 方案在本地高效落地