创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

VibeEdit:用画布标注代替文字提示的图像编辑

AI 总结

一篇 arXiv 论文提出 VibeEdit,让用户直接在图像上放置空间标记并附上简短说明,这些标注共同构成“画布指令”,指明要编辑的位置和内容,无需另写文字提示。模型基于 Qwen-Image-Edit,采用层解耦条件编码,先做区域加权监督微调,再用评分标准引导的强化学习,训练数据为 155 万组带物体掩码和结构化编辑描述的源图—目标图配对。作者称在自建的 419 例人工筛选基准上,VibeEdit 取得 VLM 评分 79.9、区域外 PSNR 32.8 dB,而表现最好的文字指令基线 FireRed 分别为 67.4 和 24.0 dB。

深度见解

它探索把“编辑哪里”从文字描述转为直接标注,可能降低多物体场景下的目标选择难度。

Computer Science > Computer Vision and Pattern Recognition

arXiv:2610.12229 (cs)

[Submitted on 8 Oct 2026]

Title:VibeEdit: Image Editing with Canvas Instructions

Authors:Jinjing Zhao, Fangyun Wei, Yitong Wang, Xiuyu Wu, Yunuo Chen, Yang Yue, Sirui Zhang, Wenbo Wang, Hongyang Zhang, Dong Chen, Yan Lu, Chang Xu

View a PDF of the paper titled VibeEdit: Image Editing with Canvas Instructions, by Jinjing Zhao and 11 other authors

#VibeEdit#Qwen-Image-Edit#FireRed

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。