LAMS-Edit：用于改进图像与风格编辑内容保留的潜在表示与注意力混合调度器
计算机视觉与模式识别
2026-01-07 v1 人工智能
摘要
文本到图像编辑使用扩散模型面临在编辑应用与内容保留之间进行平衡以及处理真实图像编辑的挑战。为此，我们提出了 LAMS-Edit，利用逆过程中的中间状态——这是真实图像编辑中的关键步骤——在编辑后图像生成期间进行整合。具体而言，通过加权插值在每一步融合来自两个过程的潜在表示和注意力图，由调度器控制。该技术称为潜在表示与注意力混合调度器（LAMS），可与 Prompt-to-Prompt（P2P）集成以形成 LAMS-Edit——一个可扩展框架，支持使用区域掩码实现精确编辑，并通过 LoRA 实现风格迁移。大量实验表明，LAMS-Edit 有效平衡了内容保留与编辑应用。
引用
@article{arxiv.2601.02987,
title = {LAMS-Edit: Latent and Attention Mixing with Schedulers for Improved Content Preservation in Diffusion-Based Image and Style Editing},
author = {Wingwa Fu and Takayuki Okatani},
journal= {arXiv preprint arXiv:2601.02987},
year = {2026}
}