OmniConsistency：从配对风格化数据中学习与风格无关的一致性

扩散模型显著推动了图像风格化技术的进步，但仍存在两个核心挑战：(1) 在复杂场景中保持风格化的一致性，尤其是在身份、构图和细节方面；(2) 在使用风格 LoRA 的图像到图像管线中，防止风格退化。GPT-4o 出色的风格化一致性凸显了开源方法与专有模型之间的性能差距。为了弥合这一差距，我们提出了 OmniConsistency，一个利用大规模扩散 Transformer (DiTs) 的通用一致性插件。OmniConsistency 的贡献包括：(1) 一个基于对齐图像对训练的上下文一致性学习框架，以实现稳健的泛化；(2) 一个两阶段渐进学习策略，将风格学习与一致性保持解耦，以减轻风格退化；(3) 一个完全即插即用的设计，兼容 Flux 框架下的任意风格 LoRA。大量实验表明，OmniConsistency 显著增强了视觉连贯性和美学质量，达到了与商业最先进模型 GPT-4o 媲美的性能。