詳細解釋
文本反轉（Textual Inversion）是為特定概念學習專屬嵌入的技術，讓擴散模型理解新詞彙或個人概念。
運作方式：
- 凍結模型：保持原模型不變
- 新詞嵌入：學習新token的表示
- 少量圖片：3-5張目標概念圖片
- 優化：讓新嵌入生成這些圖片
應用：
- 個人化：自己的寵物、角色
- 藝術風格：特定畫家的風格
- 新物體：模型未見過的概念
- 虛擬角色：遊戲、動畫角色
與LoRA的比較：
- 文本反轉：只學習嵌入，輕量
- LoRA：微調網絡層，更強大
- 文本反轉更簡單，LoRA更靈活
使用：
- 學習後：用新詞在提示中調用
- 如「<my-cat>」生成自己貓咪
- 與其他詞組合創作
限制：
- 能力有限：複雜概念難捕捉
- 品質：通常不如LoRA
- 泛化：新姿勢可能效果差
是Stable Diffusion個人化的入門方法。