image editing
PulseAugur coverage of image editing — every cluster mentioning image editing across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新研究推动扩散模型在图像编辑、数据增强和遗忘方面的进展
研究人员正在探索扩散模型的先进技术，重点是改进图像编辑、数据增强和遗忘能力。新方法旨在通过改进ODE求解器和矢量场平滑来提高图像编辑的稳定性和保真度。对于数据增强，正在开发不确定性指导策略，通过关注信息区域来改进语义分割模型。此外，扩散模型遗忘方面的进展正在取得，研究调查了选择性遗忘和使用稀疏自编码器将概念检测与干预分离，旨在获得更清晰的结果并更好地保留模型质量。
-
图像编辑模型取代机器人控制系统中的视频生成
研究人员开发了ImageWAM，一个利用预训练图像编辑模型进行机器人控制的新框架，挑战了世界动作模型（WAMs）中视频生成的必要性。该方法通过专注于与动作相关的视觉转换而非完整的视频预测，显著降低了计算成本和推理时间。实验表明，ImageWAM在模拟和现实世界场景中均优于现有基线，与基于视频的WAMs相比，FLOPs减少了1/6，延迟减少了1/4。
-
新方法增强用于图像生成的视觉自回归模型
研究人员开发了新方法来提高视觉自回归模型的效率和性能。一种方法，Shift-and-Sum Quantization（移位求和量化），解决了图像生成任务中注意力值乘积的重建误差和校准数据差异。另一个框架UniAR，使用单一视觉分词器统一多模态理解和生成，通过多级特征融合和比特量化在图像生成和编辑方面取得了最先进的成果。
-
新的流匹配模型为生成任务提供高级控制
研究人员开发了两种新方法来增强流匹配生成模型。一种方法 HardFlow 将硬约束采样重新构建为轨迹优化问题，允许在生成过程结束时精确满足约束，并提高机器人和图像编辑等各种领域的样本质量。另一种方法 Branching Flows 引入了一个框架，其中元素通过二叉树森林演化，能够进行随机分支和删除以控制序列长度，这对于语言模型响应或蛋白质设计等任务特别有用。