北京大学、上海人工智能实验室和南洋理工大学联合开发了一个AI漫画生成系统DiffSensei。该系统通过创新性地结合扩散模型与大型语言模型，实现了从文本到漫画的自动化生成。系统不仅在技术层面取得突破，更通过开源发布推动了AI创意领域的开放创新。
DiffSensei代表了AI辅助创意内容生成的最新进展。该系统最显著的特点是能够将文本输入直接转化为具有连贯性的漫画内容，这一突破为数字创意产业带来了新的可能性。通过多机构协作开发，DiffSensei展现了跨学科研究的创新潜力。
核心技术创新
技术架构
混合模型框架：创新性地结合了扩散模型和大语言模型
角色一致性控制：实现了跨面板的角色特征保持
布局精确管理：支持页面布局和对话框位置的精确控制
关键特性
文本到漫画的端到端生成
角色形象的连续性保持
自动化页面布局设计
对话框智能定位
MangaZero数据集
系统的一个重要基础是专门构建的MangaZero数据集，该数据集具有以下特点：
包含超过40,000页漫画内容
涵盖多样化的漫画风格和场景
精细的标注信息
专门针对AI漫画创作优化
开源与社区协作
开源资源
源代码：完整项目代码已在GitHub平台发布
预训练模型：在Hugging Face平台提供下载
数据集访问：MangaZero数据集公开可用
文档支持：详细的使用说明和API文档
部署方案
支持本地环境部署
提供云端运行方案
包含完整的环境配置指南
优化的资源需求说明
资源