跳到正文
arXiv · 机器人与计算机视觉· Mohit Dulani·· 2 天前AI 评分53

Latent Fusion:一种用于结构保持图像编辑的通道拼接方法

Latent Fusion: Channel Stacking for Structure-Preserving Image Editing

AI 导读

该研究探讨了在图像编辑中采用通道拼接(channel-wise concatenation)作为序列拼接的低成本替代方案,以保留源图像的结构布局。基于 FLUX.2 Klein 4B 基座模型,该方法仅需展宽输入投影即可实现像素对齐的输出,并保持了原始序列长度与较低的注意力成本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org