PhotoMakerは、効率的なパーソナライズされたテキストから画像への生成手法です。任意の数の入力ID画像をスタックされたID埋め込みにエンコードすることで、ID情報を保持します。この埋め込みは統一されたID表現として、同じ入力IDの特性を包括的にカプセル化できるだけでなく、異なるIDの特性を収容して後続の統合を可能にします。これは、より面白く、実際的な価値のあるアプリケーションへの道を開きます。さらに、PhotoMakerのトレーニングを推進するために、トレーニングデータの構築のためのID指向のデータ構築パイプラインを提案しました。提案されたパイプラインで構築されたデータセットによって学習されたPhotoMakerは、テスト時微調整ベースの手法よりも優れたID保持能力を示し、同時に大幅な速度向上、高品質な生成結果、強力な汎化能力、幅広い用途を実現します。