Trong bài báo này, chúng tôi đề xuất Bộ điều hợp Thuộc tính (Att), một phương pháp mới để điều khiển chính xác nhiều thuộc tính liên tục (ví dụ: độ mở mắt, chiều rộng xe) đồng thời trong một mô hình khuếch tán văn bản sang hình ảnh được huấn luyện trước. Att-Adapter học một bộ điều hợp điều khiển duy nhất từ một tập hợp các hình ảnh mẫu không ghép nối và sử dụng một mô-đun chú ý chéo tách rời để hài hòa nhiều thuộc tính miền và điều kiện văn bản. Để giảm thiểu hiện tượng quá khớp, chúng tôi cũng giới thiệu một Bộ mã hóa Tự động Biến thiên Có điều kiện (CVAE) để phản ánh các đặc điểm khác nhau của thế giới thị giác. Kết quả thử nghiệm cho thấy Att-Adapter vượt trội hơn các phương pháp dựa trên LoRA hiện có, thể hiện phạm vi điều khiển rộng hơn và hiệu suất tách thuộc tính được cải thiện. Ngoài ra, nó có thể được huấn luyện mà không cần dữ liệu tổng hợp ghép nối và có khả năng mở rộng tuyệt vời cho nhiều thuộc tính.
