In-Context Edit (ICEdit)，它能让你像与设计师对话一样，通过简单的文本指令，智能地编辑你的图像，而无需繁琐的蒙版操作。

什么是 In-Context Edit (ICEdit)？

简单来说，In-Context Edit (ICEdit) 是一种AI图像编辑方法，它能够理解你提供的原始图像、原始图像的描述（源上下文）以及你希望进行的编辑指令（目标上下文）。基于这些信息，ICEdit可以精准地修改图像的特定部分，同时最大限度地保留未编辑区域的细节和整体风格。其最大的魅力在于“上下文感知”和“无需蒙版”，这使得AI图像编辑变得前所未有的直观和高效。

技术架构

ICEdit采用了基于 DiT（ FLUX）实现了一种无训练的上下文编辑范式，模型通过处理 “上下文提示” 和源图像（左面板）来生成编辑输出（双联画的右面板）。尽管仍存在一些持续的失败案例，但实现的优势建立了一个强大的基线，有助于通过高效的微调来提高精度。在 DiT 框架内实现了参数高效的 LoRA 适配器和混合专家（MoE）路由，这在编辑过程中动态激活特定任务的专家。该模型在最少的公开数据（5 万）上进行训练，无需架构修改或大规模再训练，即可在多种场景下提高编辑成功率。同时ICEdit还设计了一种推理时间扩展策略以提高编辑质量。

示例：

风格转换：convert the image into anime illustration

修改服装颜色：change the white shirt to xxxx color

修改发型：change the girl hair to xxxxxx hair

小幅度修改姿态：make the girl eyes closed，make the girl smlie

增加物品：the girl wears/ a cat

移除物品/文字/水印：remove picture the xxx/text/watermark

想了解更多细节和操作步骤？请 点击 。