骨架小人时代结束:Qwen Edit、Flux 多参考图直接吃原图
cocktailpeanut · x · 2026-11-11
开发者 cocktailpeanut 总结图像生成控制方式的演进：Qwen Image Edit、Flux multi-reference、AnyPose 等新方案已能通过视觉编码器和多模态注意力直接处理原始参考图，再用文本提示词指定每张图扮演的角色——不再需要先生成一个中间「骨架小人」（stick figure）作为控制机制。
这意味着过去用骨架图控制姿态/构图的工作流，其存在理由正在消失。
所属事件:OpenPose 骨架图成时代眼泪，姿态控制方式大迁移(3 条相关)→
「多模态」频道最新
- MAI-Image-2.6 Flash 上线，成 Bing Image Creator 全球默认模型 — NandoDF · 2026-11-11
- Fable 5.2 盲评 8.4 力压 Opus 5.5 的 6.4，同题视频生成对决 — nateliason · 2026-11-11
- AI 动漫风格出图拉满 4K，赛博哥特质感惊艳 — Kyrannio · 2026-11-11
- Reddit 实测 Fable 5.2 视频生成：动画短片叙事连贯性大幅提升 — BittiAI · 2026-11-11
- Fable 5.2 自写动画代码，让单张静态图开口说话 — Easy_Finish_2467 · 2026-11-11
- Higgsfield 施压也没用：300+ 开发者开源复刻大赛揭晓，45 国投稿 — TomLikesRobots · 2026-11-11