字节跳动正式开源其AI绘画领域旗舰模型USO（Unified Style-Subject Optimized customization model），将AI绘画技术从“单点优化”迈向“协同共创”。
该模型以风格与主体100%融合的突破性能力惊艳业界！
核心能力
风格、主体完美融合：精准迁移风格，保留细节；并且锁定主体特征，适配多风格。
布局控制：支持保留/变换布局,避免风格化过程中的元素错位。
模态扩展：兼容文本、图像、视频输入(实验性支持3D模型风格迁移)。
在权威评测中，USO在主体一致性（CLIP-I/DINO）与风格相似性（CSD）两大核心指标上，全面超越Qwen-Image Edit、StyleStudio等主流模型，部分场景达到人类专家水平。
技术创新
传统AI绘画长期困于风格与主体的对立困境：风格化模型常牺牲主体一致性，主体驱动模型又难以保留风格精髓。USO通过跨任务协同解耦架构，首次将风格驱动与主体驱动任务统一于同一框架，实现两者的“共生共赢”。
三元组数据集： USO团队构建了全球首个跨任务三元组数据集，包含内容图像、风格图像及其对应的风格化结果图像，覆盖人物、动物、场景等主体类别，以及油画、水墨、漫画等数十种风格。
确保风格化图像既保留主体特征，又精准复现风格元素（如梵高《星月夜》的笔触）
两阶段训练：
- 风格对齐训练：利用SigLIP编码器提取风格特征，通过分层投影器将多尺度风格特征注入预训练模型，学习风格复现能力。
- 内容-风格解耦训练：独立编码内容与风格特征，避免特征串扰。例如，输入人像与“工笔画风”时，模型能保留面部特征，同时融入工笔画的线条与色彩。
目前该项目已经全量开源，并提供了在线体验，地址放下方了，感兴趣的朋友可以前往体验！
GitHub：https://github.com/bytedance/USO
项目主页：
https://bytedance.github.io/USO/
在线体验：
https://huggingface.co/spaces/bytedance-research/USO
