真面经，好答案。面试之前，先来面栈。

图像创作 · AIGC图像生成框架基础

题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集

题目目录

14 道原题

  1. Tiled VAE和Tiled Diffusion为什么能降低大分辨率生成的显存压力？

    原题
    关联题目图像生成中的空间分块推理如何降低显存并处理接缝？模型基础与推理 / 推理优化与模型压缩原理机制进阶0篇相关面经

  2. Ultimate SD Upscale的工作原理是什么？

    原题
    关联题目图像生成中的空间分块推理如何降低显存并处理接缝？模型基础与推理 / 推理优化与模型压缩原理机制进阶0篇相关面经

  3. ADetailer为什么能自动修复脸部、手部和局部细节？

    原题
    关联题目扩散模型如何通过输入加噪、重绘强度与掩码实现图像编辑？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经

  4. 结构控制、参考图控制、风格/角色注入、局部选择与编辑这些Adapter控制能力的经典插件有哪些？

    原题
    关联题目ControlNet 如何为预训练扩散模型添加空间条件控制？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经关联题目IP-Adapter 如何通过解耦注意力向扩散模型注入参考图？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经关联题目LoRA 的原理、常见超参数与注入模块是什么？已有答案模型训练与对齐 / 参数高效微调原理机制进阶6篇相关面经关联题目扩散模型如何通过输入加噪、重绘强度与掩码实现图像编辑？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经