InstantStyle-Plus est un modèle de génération d'images avancé, axé sur le transfert de style lors de la génération d'images à partir de texte, tout en préservant l'intégrité du contenu d'origine. Il décompose la tâche de transfert de style en trois sous-tâches : injection de style, préservation de la structure spatiale et préservation du contenu sémantique. En utilisant le framework InstantStyle, il réalise l'injection de style de manière efficace et légère. Le modèle préserve la composition spatiale en inversant le bruit potentiel du contenu et en utilisant Tile ControlNet, et il améliore la fidélité du contenu sémantique grâce à un adaptateur sémantique global. De plus, un extracteur de style est utilisé comme discriminateur, offrant une guidance stylistique supplémentaire. Le principal avantage d'InstantStyle-Plus est sa capacité à harmoniser style et contenu sans sacrifier l'intégrité du contenu.