一条提示词训出 Qwen-Image 涂鸦替换 LoRA,涂鸦秒变真实物体
Gradio · x · 2026-09-30
Gradio 转发了一个名为 Qwen-Image-2.1 Doodle-in LoRA 的开源项目,号称由「一条提示词驱动的 ML Intern」自主完成设计、训练与评测。
工作方式:在照片上画一个品红色粗略涂鸦轮廓,附一句文字说明目标物体,模型即把涂鸦替换成该物体——跟随涂鸦的形状与姿态,光照与原场景一致,涂鸦区域以外的画面完全不变。
技术细节:
- 基于 Qwen/Qwen-Image-2.1(同一模型兼顾生成与编辑,通过传 image 触发编辑模式);
- 训练数据为从 Open Images V7 构建的 6,042 对样本;
- 评测涵盖固定 48 对子集的 checkpoint 选择、160 对命中率分解、100 对盲测真实感投票(judge 为 Qwen2.5-VL-72B)及域外检查;
- 模型已在 Hugging Face 上开源。
所属事件:Gradio 开源 Qwen-Image 2.1 涂鸦入画 LoRA(5 条相关)→
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- Effective HTML 走红 GitHub:4.2k 星的 agent 技能集,线框图秒变可交互原型 — tom_doerr · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16