一种基于领域Token的视觉任务生成方法

本发明涉及人工智能图像生成技术领域，具体为一种基于领域Token的视觉任务生成方法。包括：获取目标领域的领域特征信息并生成或确定至少一个领域词元；初始化一待生成图像的初始表示；在自回归生成过程中，根据先前已生成的图像部分对应的图像词元序列和所述至少一个领域词元，利用一个自回归模型预测当前位置的下一个图像词元；重复所述预测步骤直至生成代表完整图像的图像词元序列；以及基于所述代表完整图像的图像词元序列解码生成最终的像素空间图像。本发明通过引入和融合领域词元，能够更精确地控制生成图像的领域特有属性，显著提升特定领域图像的生成保真度和一致性，并提高对生成内容领域风格、元素和结构的可控性。