跳到正文
热点事件持续更新

QK-Edit:免训练MM-DiT图像视频编辑框架

1 篇报道1 个报道来源19 小时前更新

先了解这件事

报道摘要

QK-Edit 是一个无需训练的框架,通过新型 query-key 操作策略利用 MM-DiT 的多模态自注意力机制,实现精确的文本引导图像和视频编辑,在 FLUX 和 HunyuanVideo 等模型上展现出更优的编辑性能。该方法支持对象添加、移除、替换、背景更换、材质更换、颜色更换和风格转换等任务,且可通过推理时的特征替换轻松实现。

摘自 arXiv:cs.AI

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    QK-Edit:重新审视 MM-DiT 中基于注意力的图像与视频编辑注入方法

    QK-Edit 是一个无需训练的框架,通过新型 query-key 操作策略利用 MM-DiT 的多模态自注意力机制,实现精确的文本引导图像和视频编辑,在 FLUX 和 HunyuanVideo 等模型上展现出更优的编辑性能。该方法支持对象添加、移除、替换、背景更换、材质更换、颜色更换和风格转换等任务,且可通过推理时的特征替换轻松实现。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。