罗切斯特与 NVIDIA 推出像素级扩散模型,局部修改不再误伤细节
URochester_Hajim · reddit · 2026-10-30
用 ChatGPT 或 Gemini 生图时常遇到一个恼人问题:让 AI 修一个小细节,它却把无关部分改乱了。罗切斯特大学与 NVIDIA 的研究团队认为,根源在于主流图像生成模型普遍采用潜空间(latent space)扩散架构——它把猫、狗等概念压缩成摘要式表征以换取效率,但也丧失了对单个像素的精确控制。
团队提出 PixelDiffusion (PixeLDIT),直接在像素空间运行扩散模型,让用户可以对单个像素做精确修改而不波及其他区域,实现真正的局部编辑。
- 新闻报道:rochester.edu/newscenter/how-to-fix-ai-generated-images-pixel-by-pixel-728132/
- 论文:arXiv 2609.24919
- 项目主页:pixeldit.github.io/pixeldit2
所属事件:罗切斯特与 NVIDIA 推像素空间扩散模型，修图不再误伤全局(2 条相关)→
「多模态」频道最新
- FLORA 推出创意 AI 教育平台 Fieldwork，讲师全是在职创意人 — round · 2026-10-30
- Pika H3 Flex 被 port 到 Apple Silicon，M4 Max 本地 5 分钟出 5 秒视频 — Opening-Ad5541 · 2026-10-30
- Style Atlas 新增角色节点，Krea 2 无 LoRA 也能组合随机画风出图 — Dear-Spend-2865 · 2026-10-30
- 多模态周报:PixText 改字、MOSS Edit 进 ComfyUI 等 7 个开源发布 — Vast_Yak_4147 · 2026-10-30
- Krea 2 + H3 变形动画:SigLIP2 与 Qwen3-VL 分析画面驱动 Suno 配乐 — Accurate_Public4674 · 2026-10-30
- Runway App Studio 一句话生成高斯泼溅 3D 查看器 — jongranskog · 2026-10-30