提问生成模型中融入条件的两种方式（拼接和交叉注意力）的特点、优缺点分别是什么？为什么现在的模型大多采用交叉注意力进行条件的融合？

回答思路

1. 清晰解释拼接方式的特点、优点与局限性
2. 清晰解释交叉注意力方式的特点、优点与局限性
3. 对比两者在信息交互、参数规模、训练难度上的差异
4. 合理说明主流模型倾向交叉注意力的技术原因