AnyPhoto：基于位置画布的ID自适应调制实现多人身份保持图像生成
计算机视觉与模式识别
2026-03-17 v1
摘要
多人身份保持生成需要在文本提示下将多个参考人脸绑定到指定位置。强大的身份/布局条件常常触发复制粘贴快捷方式，并削弱对提示驱动的可控性。我们提出AnyPhoto，一种基于扩散-Transformer的微调框架，包含(i)面向空间定位的RoPE对齐位置画布加上位置对齐token剪枝，以实现空间定位，(ii)来自人脸识别嵌入的AdaLN风格身份自适应调制，以实现持久性身份注入，以及(iii)身份隔离注意力以防止跨身份干扰。训练结合条件流匹配与嵌入空间人脸相似度损失，以及参考人脸替换和位置画布退化，以阻止快捷方式。在MultiID-Bench上，AnyPhoto在保持身份相似性的同时减少了复制粘贴倾向，随着身份数量的增加，这些提升也随之增大。AnyPhoto还支持基于提示的风格化处理，实现精确定位，显示出巨大的应用潜力。
引用
@article{arxiv.2603.14770,
title = {AnyPhoto: Multi-Person Identity Preserving Image Generation with ID Adaptive Modulation on Location Canvas},
author = {Longhui Yuan},
journal= {arXiv preprint arXiv:2603.14770},
year = {2026}
}