Yixia Zhang氏ら、テキスト画像生成「TextSphere」を提案
Yixia Zhang氏らは2026年11月17日(現地時間)、テキストから画像を生成する新たなフレームワーク「TextSphere(テキストスフィア)」を提案したと、arXiv cs.CV(アーカイブ シーエスドットシーブイ)が公開した論文で明らかにした。同氏らは、既存のSphere Encoder(スフィアエンコーダー)を言語条件付けとクロスモーダルアライメントで拡張し、効率的な画像生成を実現したと報告している。拡散ベースのモデルが複数の推論ステップを要するのに対し、TextSphereは少ないステップ数で高品質な画像を生成可能だとしている。