生成模型与扩散 / CVPR2026
和谐画布:面向视觉引导音乐风格迁移的无反转编辑
Harmonic Canvas: Inversion-Free Editing for Visually-Guided Music Style Transfer
把基于 flow 的无反转编辑框架从图像迁移到音频,用 CLIP+ViT 双编码器融合视觉嵌入作为生成条件,并用可微归一化色度约束在生成流上保持内容一致性——这套「视觉条件 + 无反转流编辑 + 内容保持约束」的组合可直接复用到图像/视频的风格化编辑与视觉引导生成。
流匹配无反转编辑跨模态融合