港城大发布免训练图像编辑框架 RefineEdit,背景保持全面领先
CityU-HongKong · hf · 2026-09-21
香港城市大学团队提出 RefineEdit,一个免训练的 prompt-to-prompt 图像编辑框架,核心是生成式精炼网络(Generative Refinement Network)。
核心思路:将编辑定位与内容生成耦合,通过对二进制图像码的全局精炼来反复评估编辑证据——从源图中间状态初始化一个编辑分支,复用其逐渐成形的布局;比较两个分支对同一批源图采样比特的概率,用带符号差值选择可编辑位置;被选中的比特走编辑精炼,其余比特复制源图演进状态。
稳定性机制:
- 自适应空间冻结(adaptive spatial freezing)限制掩码不必要扩张
- 有限比特锁定(finite bit locking)保持最近选中比特可编辑
- 无需额外训练、外部掩码或注意力控制
效果:在 PIE-Bench 九个编辑类别上,背景保持指标(PSNR/LPIPS/MSE/SSIM)均最佳,全图与编辑区域的 CLIP 分数也最高。相比扩散编辑器的空间控制误差和因果自回归编辑器固定解码顺序的限制,这一方案同时解决了编辑不完整与无关区域被误改的问题。
「多模态」频道最新
- 用 Seedance 2.5 生成 30 秒写实韩国冬季旅行广告片 — SimplyAnnisa · 2026-09-21
- 开源 3DGS 工具 LichtFeld 转向端到端：单目行走 30FPS 实时稠密重建 — janusch_patas · 2026-09-21
- 播放破5000万,作者公开 AI 短片 Punch Monkey 全套生成工作流 — HashemGhaili · 2026-09-21
- 蒸汽迷雾风故障艺术提示词模板,一键生成数字衰败感图像 — LudovicCreator · 2026-09-21
- 全 AI 生成音乐 MV：Seedance 2.5 让昂贵 MV 制作成为过去 — aitrendz_xyz · 2026-09-21
- Qwen-Image 2.1 LoRA 训练翻车：肢体崩坏成通病，社区摸索补救方案 — ResidentFrame4195 · 2026-09-21