En este artículo, proponemos el Adaptador de Atributos (Att), un novedoso método para controlar con precisión múltiples atributos continuos (p. ej., grado de apertura ocular, anchura del vehículo) simultáneamente en un modelo de difusión de texto a imagen preentrenado. El Adaptador Att aprende un único adaptador de control a partir de un conjunto de imágenes de muestra no pareadas y utiliza un módulo de atención cruzada desacoplado para armonizar múltiples atributos de dominio y condiciones de texto. Para mitigar el sobreajuste, introducimos adicionalmente un Autocodificador Variacional Condicional (CVAE) que refleja diversas características del entorno visual. Los resultados experimentales muestran que el Adaptador Att supera a los métodos existentes basados en LoRA, demostrando un rango de control más amplio y un mejor rendimiento en la separación de atributos. Además, puede entrenarse sin datos sintéticos pareados y presenta una excelente escalabilidad para múltiples atributos.
