A²-Edit:打破类别与掩码限制,实现精准参考图编辑

15小时前更新 enkair
0 0 0

上海交通大学联合上海创智学院团队提出 A²-Edit。该方法采用统一框架,兼容任意物体类别与任意精度掩码,并结合混合 Transformer 专家路由、掩码退火训练以及 50 万级多品类数据,使用户即便只提供粗略区域,也能完成身份一致、结构完整、融合自然的参考图引导局部编辑

在架构设计上,A²-Edit 放弃了“单一路径覆盖所有品类”的传统思路,转而引入混合 Transformer 专家路由机制,并配合退火训练算法,从模型结构层面补强跨类别统一建模能力不足的问题。

A²-Edit:打破类别与掩码限制,实现精准参考图编辑的封面图

相关快讯

英伟达发布全球首款完全开放的全模态物理AI模型:NVIDIA Cosmos 3

英伟达正式发布了NVIDIA Cosmos 3,这是一款针对物理AI的开放世界基础模型。该模型采用全新的混合Transformer架构,具备视觉推理、世界生成和动作预测三大核心能力,成为全球首个完全开放的全模态物理AI模型。此外,英伟达还牵头成立了全球开发者协作联盟,以促进该领域的合作与发展。

8月1日起,充电桩CCC认证正式强制实施

8月1日起,市场监管总局对电动汽车供电设备实施强制CCC认证,重点检测防触电、短路保护、耐火耐燃等安全指标,并核查企业质量保证能力和产品一致性。未获认证的充电桩不得出厂、销售、进口或用于其他经营活动。已投运设备则需依法保障人身和财产安全。

美国部分企业开始采用中国大模型以降低成本

美国在算法大模型领域长期领先,但中国大模型近年迅速崛起,正冲击全球AI格局。月之暗面Kimi K3等开源模型引发资本市场关注,被称与DeepSeek当年的热潮相似,甚至获马斯克称赞。同时,Coinbase、爱彼迎等美国公司也开始转用中国模型,如Qwen,以降低成本。

鸿蒙智行月交付突破4.5万台

鸿蒙智行7月交付45,046台,表现稳健;1-7月累计交付28.6万台,同比增长13.7%,延续了上半年增长势头,显示出较强的市场需求和品牌交付能力。

亚马逊完成对OpenAI总计500亿美元全额投资

亚马逊在7月31日披露的10-Q季报显示,已完成对OpenAI总计500亿美元的全额投资。其中,今年一季度先投入150亿美元,并承诺追加350亿美元;二季度已使用承诺金额中的137亿美元购买OpenAI C轮优先股,报告期后又将剩余213亿美元全部投向该轮优先股。亚马逊称,若OpenAI未来完成IPO或其他流动性事件,相关C轮优先股将转换为普通股。

吉利汽车7月销量创同期新高,新能源出口同比大增616%

吉利汽车集团7月销量表现强劲,单月销量达250161辆,再创同期新高;海外出口销量10.7万辆,刷新单月历史纪录。新能源方面,7月销量160165辆,同比增长23%;新能源出口销量62604辆,同比大增616%,显示出海外与新能源业务双双快速增长。

暂无评论

暂无评论...