HierEdit：区域感知分层扩散，实现高效高分辨率编辑

高分辨率图像编辑对于专业和创意应用至关重要，但现有的基于多模态扩散的编辑器仍然计算效率低下，并且分辨率相对较低。当前的方法冗余地处理整个图像画布或依赖于大规模高分辨率数据集，导致大量的训练和推理成本。我们引入了 HierEdit，这是一个区域感知的分层扩散框架，专为高效且可扩展的高分辨率图像编辑而设计。我们的方法首先使用现成的编辑模型对低分辨率代理进行编辑，以生成参考并本地化修改的区域。分层局部窗口扩散模型（\textbf{Local-Window MMDiT}）仅细化原始高分辨率图像中已编辑的区域，同时重用未更改的区域作为调节输入。低分辨率代理进一步提供结构指导和中间去噪监督（\textbf{推理加速}），确保一致的全局语义和稳定的生成，而无需全分辨率注意计算。这种有针对性的分层设计可以快速、高保真地编辑高达 4K 分辨率的图像，而无需任何专门的高分辨率训练数据。大量实验表明，HierEdit 在商品分辨率数据集上实现了具有竞争力的视觉质量，同时显着加速了推理速度并无缝扩展到超高分辨率 4K 编辑。请查看我们的{\href{https://peteryyzhang.github.io/HierEdit-page/}{\textbf{项目页面}}}。