DreamO：统一的图像定制框架

一、教程简介

DreamO 是由字节跳动联合北京大学深圳研究生院电子与计算机工程学院于 2025 年 5 月 12 日推出的统一图像定制化框架。该项目基于 DiT（Diffusion Transformer）架构，整合了多种图像生成任务，支持换装（IP）、换脸（ID）、风格迁移（Style）、多主体组合等复杂功能，通过单一模型实现多条件控制。相关论文成果为「DreamO: A Unified Framework for Image Customization」。

本教程采用资源为单卡 A6000 。

二、项目示例

三、运行步骤

1. 启动容器后点击 API 地址即可进入 Web 界面

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 1-2 分钟后刷新页面。

2. 进入网页后，即可与模型展开对话

参数说明:

• task：
  1. ip：  自动移除输入图像的背景，保留物体/角色主体，适用于服饰、物品等场景。
  2. id：  精准提取面部特征区域，支持身份特征迁移。基于优化的面部识别算法，可适配不同角度与光照条件的人像。
  3. style：  需在提示词前添加「生成相同风格的图像」指令。系统将继承原始背景与视觉风格，实现构图要素的创意延展。
• Width：  用于控制生成图片的宽。
• Height：  用于控制生成图片的高。
• Guidance：  它用于控制生成模型中条件输入（如文本或图像）对生成结果的影响程度。较高的指导值会让生成结果更加贴近输入条件，而较低的值会保留更多随机性。
• Number of Steps：  表示模型的迭代次数或推理过程中的步数, 代表模型用于生成结果的优化步数。更高的步数通常会生成更精细的结果，但可能增加计算时间。
• Seed：  随机数种子，用于控制生成过程中的随机性。相同的 Seed 值可以生成相同的结果（前提是其他参数相同），这在结果复现中非常重要。

使用步骤

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓