DiffusionGPT是由来自字节跳动与中山大学的研究人员推出的一个开源的大模型（LLM）驱动的文本到图像生成系统，旨在解决文生图领域无法处理不同的输入或者仅限于单一模型结果的挑战。该系统利用思维树和优势数据库的技术能够处理多种类型的文本提示，并将这些提示与领域专家模型相结合，以生成高质量的图像。

DiffusionGPT的工作原理可以分为四个主要步骤，这些步骤共同协作以实现从文本提示到高质量图像生成的过程：

通过这四个步骤，DiffusionGPT能够无缝地处理多样化的文本提示，并生成与用户意图高度一致的高质量图像。这个系统的设计旨在提高图像生成的灵活性和效率，同时利用人类反馈来不断优化生成过程。

DiffusionGPT – 开源的大模型驱动的文本到图像生成系统 第1张
（图片来源网络，侵删）
DiffusionGPT – 开源的大模型驱动的文本到图像生成系统 第2张
（图片来源网络，侵删）