텍스트 기반 이미지 생성 마스터링: 재캡셔닝, 계획 및 멀티모달 LLM을 활용한 생성

멀티모달 LLM의 강력한 추론 능력을 활용하여 텍스트 기반 이미지 생성 및 편집의 구성성과 제어 가능성을 향상시킨다.