上下文编辑:通过大规模扩散变压器中的上下文生成实现教学图像编辑
ReLER,CCAI,浙江大学;哈佛大学
✉通讯作者
图像编辑值得一个 LoRA!我们提出了 In-Context Edit,这是一种新颖的方法,仅使用 0.5% 的训练数据和先前 SOTA 方法所需的 1% 的参数来实现最先进的基于指令的编辑。第一行说明了一系列以高精度执行的多轮编辑,而第二行和第三行则突出显示了我们方法的多样化、视觉上令人印象深刻的单轮编辑结果。
#🎆新闻
- **[2025/9/19]** 🔥 我们已经开源了我们的 [MoE 版本 ICEdit 和 ckpt](#for-the-usage-of-moe-lora-version)。尝试一下!🚀
- **[2025/9/18]** 🌟 ICEdit 已被 NeurIPS 2025 接收!🎉 圣地亚哥见!
- **[2025/8/21]** 🌟 我们发布了 [Ascend (华为 NPU) 支持的 ICEdit 版本](https://github.com/2018liuzhiyuan/ICEdit-on-Ascend-NPU)。现在您可以在Ascend NPU上运行ICEdit了!非常感谢【致远】(https://github.com/2018liuzhiyuan)!
- **[2025/5/16]** 🌟 非常感谢 [gluttony-10 (十字鱼)](https://github.com/River-Zhang/ICEdit/pull/47#issue-3067039788) 使用 [GGUF 量化](#inference-in-gradio-demo) 调整 Gradio demo,进一步将内存使用量减少到 **10GB**。
- **[2025/5/14]** 🔥 在[官方comfy-org](https://www.comfy.org/zh-cn/)的帮助下,我们已将ComfyUI节点集成到[ComfyRegistry](https://registry.comfy.org/nodes/ICEdit)中!
- **[2025/5/13]** 🔥 我们已经发布了[训练代码](./train/)!立即训练您自己的编辑 LoRA!
- **[2025/5/11]** 🌟 非常感谢 [gluttony-10 (十字鱼)](https://github.
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱