本文综述文本驱动图像编辑技术，涵盖Prompt Tuning Inversion、Pivotal Inversion、InfEdit等反演方法，实现高保真快速编辑；并扩展至音频编辑、3D非刚性编辑及实体合并，通过注意力控制与嵌入优化，在保留结构的同时提升编辑效率与质量。

该文综述多种基于GAN与文本驱动的图像编辑方法：EditGAN通过修改分割掩码实现高精度语义编辑；SeqAttnGAN结合状态跟踪与注意力机制实现交互式编辑；另有方法将文本转为可解释编辑操作、利用CLIP优化人脸流场、以语义掩码实现多样化人脸操纵，以及支持几何、颜色、光影细粒度编辑的人像方法。

本文综述文本驱动图像编辑中的扩散模型反演技术，介绍ProxNPI、负激励反演、Pivotal Inversion、Prompt Tuning Inversion、IterInv、COTI、TIP、InfEdit、ZIP等方法，这些方法重点提升重建质量、编辑精度与速度，减少伪影并增强鲁棒性。