Tag · 5 篇
免训练编辑
迈向免训练的场景文本编辑
Towards Training-free Scene Text Editing
把「流形引导 + 注意力增强」做成无需训练的即插即用模块，可直接迁移到任意扩散/流模型的图像局部编辑任务（如文字替换、风格保持修复），省去逐任务微调与配对数据。
FlowPortal：残差校正流用于免训练视频重打光与背景替换
FlowPortal: Residual-Corrected Flow for Training-Free Video Relighting and Background Replacement
把标准 flow-based 生成模型通过残差校正改造成免训练编辑模型：条件相同时保证完美重建、条件不同时实现忠实编辑，这一思路可直接迁移到视频/图像的其他属性编辑（重打光、换背景、风格化）而无需微调。
Dynamic-eDiTor：基于多模态扩散 Transformer 的免训练文本驱动 4D 场景编辑
Dynamic-eDiTor: Training-Free Text-Driven 4D Scene Editing with Multimodal Diffusion Transformer
把 MM-DiT 的注意力改造成时空子网格注意力并配合词元继承与光流引导的词元替换，可在不训练的情况下把 2D 编辑能力迁移到多视角视频，直接优化已有 4DGS；这套「免训练 + 词元传播」思路可复用到任何需要跨视角/跨帧一致性的扩散编辑任务。
ChordEdit：面向图像编辑的单步低能量传输
ChordEdit: One-Step Low-Energy Transport for Image Editing
把文本引导编辑重构成源/目标提示分布之间的动态最优传输问题，得到低能量、方差缩减的平滑编辑场，使单步大积分即可完成编辑；对做单步 T2I 模型（如单步扩散/流匹配）上做免训练编辑的人，这是一个可直接复用的控制场构造思路。
AnchorFlow：基于潜变量锚点对齐流的免训练三维编辑
AnchorFlow: Training-Free 3D Editing via Latent Anchor-Aligned Flows
把扩散采样中随 timestep 变化的噪声视为潜变量锚点不一致的根源，用源/目标轨迹共享的全局潜变量锚点加松弛对齐损失来稳定编辑方向；做 3D 生成或编辑时可直接借用这一「锚点对齐更新规则」来抑制采样漂移，且无需掩码监督即可保持几何保真。