ProEdit团队 投稿 量子位 | 公众号 QbitAI 想给照片里的猫换个颜色，结果总是编辑失败？想让视频里的人换件衣服，人脸却糊成一片或完全改变？ 近日，来自中山大学iSEE实验室、香港中文大学MM Lab、新加坡南洋理工大学、香港大学的研究团队发布了最新研究成果 ProEdit 。 该方法通过对注意力机制和初始噪声潜在分布的"精准手术"，实现了超高精度的图像与视频编辑，且完全无需训练、即插即用。 △ 图1. ProEdit在图像和视频编辑上与现有方法的对比 为什么AI编辑总是"改不动"？ 目前，基于反演 （Inversion-based） 的编辑方法 （如RF-Solver、FireFlow） 通常采用全局注入策略： 为了保持背景尽量一致，它们 会将原图的大量信息强行"塞"进生成过程 。 在AI视觉编辑领域，如何在修改目标属性的同时，精准保留背景和非编辑属性的一致性，一直是个"鱼和熊掌"的难题。 但研究团队通过文本与图像的注意力可视化发现，这种做法存在严重的 "源图像信息过度注入" 问题： 注意力过度注入： 现有方法通过全局注入了过多的源图像注意力特征，导致模型更听源图像的话，而忽略了用户的编辑指令 ...