dear 大佬， 能否输入多个图片，图片中的物体进行合并，加上提示词实现， 比如输入一个狗的图片，一个猫的图片，提示词：狗和猫在一起玩耍。 输出，上述中的狗和猫正在玩耍。 有没有这样的功能呢？或者目前能实现的repo，感谢。
dear 大佬，
能否输入多个图片，图片中的物体进行合并，加上提示词实现，
比如输入一个狗的图片，一个猫的图片，提示词：狗和猫在一起玩耍。
输出，上述中的狗和猫正在玩耍。
有没有这样的功能呢？或者目前能实现的repo，感谢。