ICEdit

收录理由

ICEdit把指令式图像编辑当作扩散Transformer上的上下文生成任务来处理，仅用一个轻量LoRA适配器就能完成多轮连续编辑，并且在编辑过程中保持主体身份稳定。作者开源了Hugging Face演示和MoE权重，推理时显存占用约4GB，普通开发机即可运行，不必依赖大规模GPU集群。对想微调编辑模型的人来说，它的数据与参数开销相当克制——只需先前最先进方法约0.5%的训练数据和1%的参数，复现和二次适配都变得现实很多。需要留意的是，底模FLUX.1 [dev]采用非商业许可，正式发布前请先确认自己的使用场景是否合规。