图像编辑中的语义粒度导航

尽管扩散和流动模型具有生成能力，但真实图像编辑仍然受到语义可编辑性和结构保真度之间持续权衡的限制。我们将这种限制的主要原因追溯到现有范例中编辑进度与模型规模的隐式耦合。在这种耦合下，更强的编辑通常需要访问更嘈杂的状态，这会在语义变化很好地本地化之前将计算花费在不稳定的布局上。我们引入了 NaviEdit，这是一种 无需训练 推理时间控制器，它通过严格的自洽契约将编辑进度与模型规模遍历解耦。 NaviEdit 在部署级别运行，并使底层预训练模型保持不变。它将尺度视为控制输入，并将固定步骤预算重新分配给语义响应的中间尺度，而不是破坏性的高噪声状态。实验表明，兼容的编辑器和流程主干的平均增益为正，支持解耦作为便携式推理时间控制原理。