अलीबाबा के टोंग यी प्रयोगशाला के नवीनतम शोध से पता चलता है कि मौजूदा टेक्स्ट-टू-इमेज डिफ्यूजन ट्रांसफार्मर मॉडल वास्तव में विशिष्ट संबंध वाली छवियों की एक से अधिक उत्पादन करने की क्षमता रखता है। इसे केवल थोड़ी "संकेत" देने की आवश्यकता है जिससे यह "समग्रता" में बदल सकता है और उच्च गुणवत्ता वाले मल्टी-इमेज संग्रह उत्पन्न कर सकता है। पारंपरिक डिफ्यूजन मॉडल अधिकतर "याददाश्त में खोया हुआ" छात्रों की तरह होता है, जिसे उच्च गुणवत्ता वाली छवियों को उत्पन्न करने के लिए विशाल डेटा के साथ प्रशिक्षित किया जाना चाहिए। जबकि IC-LoRA के सहयोग से, यह "संबंधित विषयों का गहन ज्ञान" रखने वाले छात्र में बदल जाता है।