MagicQuill：一个智能交互式图像编辑系统
计算机视觉与模式识别
2025-03-25 v2
摘要
图像编辑涉及各种复杂任务，需要高效精确的操作技术。本文提出 MagicQuill，一个集成的图像编辑系统，能快速实现创意想法。我们的系统具有精简且功能强大的界面，允许以最少的输入表达编辑操作（如插入元素、擦除对象、改变颜色）。这些交互由多模态大语言模型 (MLLM) 监控，以实时预判编辑意图，无需显式输入提示词。最后，我们应用强大的扩散先验，结合精心学习的双分支插件模块，以精确控制处理编辑请求。实验结果证明了 MagicQuill 在实现高质量图像编辑方面的有效性。请访问 https://magic-quill.github.io 试用我们的系统。
引用
@article{arxiv.2411.09703,
title = {MagicQuill: An Intelligent Interactive Image Editing System},
author = {Zichen Liu and Yue Yu and Hao Ouyang and Qiuyu Wang and Ka Leong Cheng and Wen Wang and Zhiheng Liu and Qifeng Chen and Yujun Shen},
journal= {arXiv preprint arXiv:2411.09703},
year = {2025}
}
备注
Accepted to CVPR 2025. Code and demo available at https://magic-quill.github.io