AI图像生成 AI图像检测识别 文本到图像 空间一致性 视觉语言模型 视觉语言数据集 普通产品 开源

使用场景一间带有壁炉的客厅,沙发在壁炉的右侧,茶几在沙发前方。一个装满水果的篮子,苹果在左侧,香蕉在右侧,桔子在中间。一座城市的街景,高楼大厦在道路的两侧,路中...