एम्मा एक नवीन छवि निर्माण मॉडल है जो अत्याधुनिक पाठ से छवि प्रसार मॉडल एला पर आधारित है। यह बहुविधा संकेतों को स्वीकार कर सकता है और नवीन बहुविधा विशेषता कनेक्टर डिज़ाइन के माध्यम से पाठ और पूरक मोडल जानकारी को प्रभावी ढंग से एकीकृत करता है। यह मॉडल मूल T2I प्रसार मॉडल के सभी मापदंडों को स्थिर करके और केवल कुछ अतिरिक्त परतों को समायोजित करके, पूर्व-प्रशिक्षित T2I प्रसार मॉडल की एक दिलचस्प विशेषता का खुलासा करता है कि यह गुप्त रूप से बहुविधा संकेतों को स्वीकार कर सकता है। एम्मा विभिन्न मौजूदा ढाँचों के अनुकूल आसानी से हो जाता है, और यह व्यक्तिगत और संदर्भ-जागरूक छवियों और यहां तक कि वीडियो उत्पन्न करने के लिए एक लचीला और प्रभावी उपकरण है।