图像生成方法、装置和电子设备

本发明提供了一种图像生成方法、装置和电子设备；其中，该方法包括：获取源图像、描述源图像的图像内容的源文本、以及描述目标图像的图像内容的目标文本；生成源图像的图像特征、源文本的第一文本特征以及目标文本的第二文本特征；基于第一文本特征和第二文本特征，对图像特征进行多时间步的去噪处理，直至生成目标图像；其中，针对每个时间步，基于时间步对应的时间参数，确定第一文本特征和第二文本特征的中间文本特征；基于中间文本特征对图像特征进行去噪处理；时间步越靠后，中间文本特征越接近第二文本特征。该方式无需训练模型即可实现图像转换，且图像转换的精确度和效率均较高。