图像编辑与可控生成 / CVPR2026
你的潜变量掩码是错的:面向扩散模型的像素等价潜变量合成
Your Latent Mask is Wrong: Pixel-Equivalent Latent Compositing for Diffusion Models
把「潜空间合成应当等价于像素空间合成」作为设计准则,用一个轻量 Transformer 预测逐通道混合权重与离流形残差修正,使扩散模型在 8 倍压缩的 VAE 潜变量上也能实现全分辨率掩码与软边缘 alpha 合成;做图像修复、局部编辑或任何需要掩码融合的扩散流程时,可直接替换线性潜变量插值这一环节,且无需微调骨干网络。
潜变量合成图像修复扩散模型