InfiniteYou：保持身份的灵活照片重创
计算机视觉与模式识别
2025-07-30 v2 机器学习
摘要
实现灵活且高保真的保持身份图像生成仍然是一项艰巨的任务，特别是对于像 FLUX 这样的高级 Diffusion Transformers (DiTs)。我们引入了 InfiniteYou (InfU)，这是最早利用 DiTs 完成此任务的稳健框架之一。InfU 解决了现有方法的重大问题，例如身份相似度不足、文本-图像对齐度差以及生成质量和美感低。InfU 的核心是 InfuseNet，该组件通过残差连接将身份特征注入 DiT 基础模型，在保持生成能力的同时增强了身份相似度。多阶段训练策略，包括预训练和使用合成单人多样本（SPMS）数据的监督微调（SFT），进一步改善了文本-图像对齐，提升了图像质量，并缓解了人脸复制粘贴问题。大量实验表明，InfU 实现了最先进的性能，超越了现有基线。此外，InfU 的即插即用设计确保了与各种现有方法的兼容性，为更广泛的社区做出了宝贵贡献。
引用
@article{arxiv.2503.16418,
title = {InfiniteYou: Flexible Photo Recrafting While Preserving Your Identity},
author = {Liming Jiang and Qing Yan and Yumin Jia and Zichuan Liu and Hao Kang and Xin Lu},
journal= {arXiv preprint arXiv:2503.16418},
year = {2025}
}
备注
ICCV 2025 (Highlight). Project page: https://bytedance.github.io/InfiniteYou/ Code and model: https://github.com/bytedance/InfiniteYou