daam

收录理由

Stable Diffusion 在生成图像时，用户往往只能看到最终结果，却难以理解画面中每个区域为何如此呈现。DAAM 提供了一种直观的解读方式：它深入扩散模型的交叉注意力层，为提示词中的每个词生成对应的热力图，清晰展示该概念在生成图像中的落点。这样一来，调试提示词就不再是盲目的试错，而是有了可视化的依据，也能在信任模型输出之前，先确认它是否真的关注了正确的区域。你可以通过简单的命令行工具，在生成图像的同时得到每个词的热力图；也可以把它作为 Python 库集成到 Diffusers 流程中，并且它已经支持 SDXL。对于从事生成式视觉模型可解释性研究的人，或者团队里需要分析模型行为的开发者，这是一个文档完善、上手容易的起点。