Tag · 5 篇
指令式图像编辑
面向复杂图像编辑的鲁棒序列分解
Towards Robust Sequential Decomposition for Complex Image Editing
把复杂指令式编辑拆成多步序列执行，并用合成数据管线构造带高质量分解序列的大规模编辑数据集，再与真实编辑数据联合训练实现 sim-to-real 迁移；对做指令编辑、组合式编辑的研究者，这套分解范式与数据构造方式可直接复用。
SliderEdit：基于细粒度指令控制的连续图像编辑
SliderEdit: Continuous Image Editing with Fine-Grained Instruction Control
把多段编辑指令解耦成可连续调节的滑块，用一组共享的低秩适配矩阵实现强度插值，可直接套用到 FLUX-Kontext、Qwen-Image-Edit 等指令编辑模型上，为交互式编辑提供细粒度控制手段。
ReasonEdit：面向推理增强的图像编辑模型
ReasonEdit: Towards Reasoning-Enhanced Image Editing Models
把冻结的 MLLM 编码器解锁为可推理模块，用「思考—编辑—反思」循环让模型理解抽象指令并自动纠错，为指令式编辑提供了一条不依赖更多配对数据、而靠推理提升精度的可复用范式。
Omni IIE Bench：面向图像编辑模型实用能力的基准
Omni IIE Bench: Benchmarking the Practical Capabilities of Image Editing Models
为指令式图像编辑模型提供按语义尺度分层的诊断基准，可用于暴露模型在属性修改与实体替换之间的性能不一致，并指导多轮编辑一致性的评测协议设计。
Inter-Edit：首个面向交互式指令图像编辑的基准
Inter-Edit: First Benchmark for Interactive Instruction-Based Image Editing
提出以「简洁文本指令 + 不精确空间掩码」作为编辑条件的设定，并给出百万级模拟真实用户掩码的数据生成流水线，可直接用于训练和评测指令式编辑模型在弱定位输入下的鲁棒性。