图像合成模型的构建方法、图像生成方法及其装置

本公开提供了一种图像合成模型的构建方法、图像生成方法及其装置，涉及计算机视觉、深度学习、大模型等人工智能技术领域，可应用于AIGC基于人工智能的内容生成等场景。具体实现方案为：获取包括多个人物的样本图像，以及，获取样本图像对应的样本提示词；通过第一处理网络从样本图像中提取每个人物的人物相关特征，人物相关特征包括外观特征图、面部特征图和描述文本向量；通过第二处理网络，将样本提示词转换为提示文本向量；基于样本图像、人物相关特征和提示文本向量对待训练的多模态扩散网络进行训练，得到目标多模态扩散网络，并基于目标多模态扩散网络构建图像合成模型。