CSGO是InstantX团队与南京理工大学、北京航空航天大学及北京大学合作开发的一种全新风格迁移模型，旨在提升图像生成技术，特别强调内容与风格的结合。该模型支持三种模式：1）内容图片与风格参考图片合成风格图片；2）风格参考图片与文字提示合成对应内容风格图片；3）通过文字编辑图片中的指定对象。CSGO的核心在于其独特的数据构建流程，通过设计的数据生成和自动清洗管道，构建了一个包含21万个图像三元组的IMAGStyle大规模风格转移数据集。该模型通过端到端训练，能够明确区分内容和风格特征，且在推理阶段无需额外微调。CSGO不仅保留了文本到图像的生成能力，没有对UNet进行训练，而且在图像驱动、文本驱动的风格转移以及文本编辑驱动的风格合成方面表现出色。实验结果显示，CSGO在风格控制能力上优于现有技术，展示了图像生成的新高度。