图像编辑

在AI图像编辑领域，高质量训练数据的稀缺一直是制约模型性能与泛化能力的关键瓶颈。传统基于扩散模型的编辑方法通常依赖大规模三元组数据（指令-源图像-编辑后图像）进行监督训练，这不仅带来高昂的数据采集与标注成本，也难以覆盖用户多样化的编辑意图。更根本的是，现有方法往往陷入“结构保持”与“纹理修改”的权衡困境：过度强调结构一致性会限制编辑的灵活性，而追求大幅语义修…