跳到正文
arXiv · 机器人与计算机视觉· Kuan-Shen Chiu, Jia-Wei Liao, Yu-Chieh Chao, Li-Xuan Peng, Wei-Yun Ma, Cheng-Fu Chou·· 9 天前AI 评分43

VLM as an Editing Pilot:基于 VLM 的速度控制图像编辑框架发布

VLM as an Editing Pilot: VLM-Steered Velocity Control for Flow-Based Image Editing

AI 导读

V2C-Edit 提出一种免训练、由视觉语言模型引导的自适应速度控制框架,通过指令级相似度动态选择耦合策略以解决源锚定过强导致的零编辑问题。在 MagicBrush 和 PIE-Bench 数据集上,该方法基于 FLUX 与 Stable Diffusion 3 模型运行,相比 FlowEdit 显著提升了指令对齐度并保持结构保留能力。代码已公开,相关研究待 WACV 2027 提交。

来源:arXiv · 机器人与计算机视觉 · arxiv.org