Image Editing Models
PulseAugur coverage of Image Editing Models — every cluster mentioning Image Editing Models across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Hugging Face 因托管深度伪造裸照生成模型而受到批评 · 跟踪 4 个来源
AI Forensics 的一份报告显示，Hugging Face，一个著名的 AI 平台，托管了许多可以轻松生成未经同意的深度伪造裸照的模型。研究人员发现，在测试的九个图像编辑 Spaces 中，有七个可以将穿着衣服的图像变成裸露上身的图像，用户提示中有相当大一部分是性内容的，并且经常针对女性和儿童。尽管有禁止此类内容的政策，Hugging Face 似乎缺乏强大的平台级安全措施，允许用户通过简单的提示生成露骨的深度伪造内容。
-
新的基准测试评估AI图像编辑器对真实世界光照物理学的掌握程度
研究人员推出了3D-anchored Light Probe (3DLP) 基准测试，以评估图像编辑模型是否真正理解真实世界的光照物理学。该基准测试包含一个包含1000对图像的新数据集，捕捉了室内场景中灯光探头开启和关闭时的图像，并对阴影和金属表面等特定区域进行了标注。评估显示，尽管顶级模型在物理光照方面表现出惊人的一致性，但它们仍然存在错误，尤其是在光照较少的区域。研究还发现，视觉语言模型 (VLMs) 不适合进行像素级光传输分析。
-
图像编辑模型被重新用于零样本分割
研究人员开发了一个新颖的无需训练的框架，该框架将现有的图像编辑模型重新用于零样本指代图像分割。该方法识别出这些编辑模型天然地执行语言条件视觉语义基础，并且在它们的内部表示中很早就出现了强大的前景-背景可分离性。通过利用这些中间表示，该框架使用基于注意力的空间先验和基于特征的语义判别，通过单一的去噪步骤生成准确的分割掩码，绕过了完整的图像合成。