SeamEdit：用于大图像语义编辑的与 VLM 无关的黑盒管道

大图像的语义区域编辑必须同时满足两个要求：高生成质量和与周围内容的自然融合。一些相关方法依赖于白盒模型，而闭源模型的强大生成能力尚未得到充分开发。然而，直接将闭源模型应用于平铺编辑会引入几种故障模式：语义变形、画布级对齐漂移和可见的接缝伪影。本文介绍了 SeamEdit，这是一个 无需训练 和模型无关的管道，它将任何具有修复功能的 VLM 视为黑盒预言机。 SeamEdit 通过五阶段事后管道缓解这些问题：基于覆盖的图块分解、黑盒 VLM 修复、几何和颜色一致性校正、基于接缝风险的多候选排序以及动态编程曲线接缝融合。该管道减少了接缝可见性并支持任意图块区域的语义修改。