WithEveryone:为什么群体图像生成必须把“谁站在哪里”当成一个整体来规划 23 8 月, 2026 作者 PengChao WithEveryone 提出统一多模态框架,通过身份-布局联合规划与 Layout-Grounded ID Loss,实现 5–10 人参考身份的连贯群体图像生成。