BlobCtrl은 기존 확산 기반 방법들의 정밀성과 유연성 부족을 해결하기 위해, 확률적 블롭 기반 표현을 사용하여 요소 단위 생성 및 편집을 통합하는 프레임워크입니다. 블롭을 시각적 기본 요소로 사용하여 공간 위치, 의미적 내용, 식별 정보를 효과적으로 분리하고 표현함으로써 정밀한 요소 단위 조작을 가능하게 합니다. 주요 기여는 계층적 특징 융합을 통한 이중 분기 확산 아키텍처, 맞춤형 데이터 증강 및 점수 함수를 사용한 자기 지도 학습 패러다임, 그리고 충실도와 다양성을 조절하는 제어 가능한 드롭아웃 전략입니다. 대규모 학습을 위한 BlobData와 체계적인 평가를 위한 BlobBench도 함께 제시합니다. 실험 결과, BlobCtrl은 다양한 요소 단위 조작 작업에서 계산 효율성을 유지하면서 뛰어난 성능을 보이며, 정밀하고 유연한 시각적 콘텐츠 생성을 위한 실용적인 솔루션을 제공합니다.
