近年来，随着大语言模型（LLM）与多模态大模型（MLLM）的高速发展，文本、图像以及其他模态信息的生成在质量上取得了长足进步，成为大模型最主流的应用之一。但在真实应用场景中，大模型面临的生成需求复杂多样，而现有大模型在处理不同的用户指令时，生成结果依然无法非常准确地遵循指令的条件，从而大大限制了大模型的应用场景和效果。

本演讲将介绍主流大模型在文本或图像生成时面临的可控性挑战，对部分现象成因的分析，并介绍阿里国际AI团队在优化可控生成方向上所作的创新探索工作。

演讲提纲：

1. 大模型可控性挑战
2. LLM和MLLM可控成因分析
3. 主流可控生成策略
4. 文图可控生成的探索研究
5. 总结与展望

听众收益：

• 了解大模型在文本和图像可控生成面临的挑战和可能的原因
• 了解大模型文图可控生成目前的解决方法和进展