阿里巴巴通义千问团队推出了全能图像编辑模型Qwen-Image-Edit，具备语义与外观双重编辑能力，支持中英文文字精准编辑，显著提升图像编辑效果。

本研究提出了MuseFace框架，解决了文本驱动面部编辑在多样性和可控性方面的不足。通过生成语义掩码，结合扩散模型和语义编辑模型，显著提高了编辑的精度和控制能力，实验结果表明其具有高保真性和广泛的应用潜力。

本文介绍了一种新的图像合成方法，通过融合多个输入图像生成连贯的图像。利用预训练扩散模型的生成先验，实现了适用于外观编辑和语义编辑的通用图像合成。通过引导合成图像朝高密度区域优化的方法，实现了去噪和灵活的语义图像合成。实验证明该方法在通用的零样本图像合成方面具有优越性，并在物体移除和多概念定制等任务中显示出潜力。

本文讨论了在人工智能领域中对更易理解和可解释的基础模型和嵌入的需求。作者探索了一种可扩展和自动化的方法，通过在小型语言模型中探测嵌入向量，并映射出模型潜在空间中表示的可解释属性的特定方向。文章还讨论了将稀疏自编码器应用于文本嵌入以及使用潜在空间中的干预进行精确语义编辑的能力。作者分享了语义编辑的示例，并讨论了未来更丰富的界面和应用的潜力。

通过Steered Diffusion框架实现了逼真零样本条件图像生成，修补、着色、语义编辑和超分辨率方面有明显改进，计算成本较低。

利用Steered Diffusion框架实现逼真零样本条件图像生成，修补、着色、语义编辑和图像超分辨率方面有明显改进，计算成本较低。

通过Steered Diffusion框架实现了逼真零样本条件图像生成，修补、着色、语义编辑和图像超分辨率方面有明显改进，计算成本较低。

利用Steered Diffusion框架实现逼真零样本条件图像生成，改进了修补、着色、语义编辑和图像超分辨率，计算成本低。

该文介绍了一种基于Steered Diffusion框架的逼真零样本条件图像生成方法，通过使用预先训练的逆模型设计的损失，利用扩散模型的生成控制能力，在推理时引导扩散模型的图像生成过程。实验表明，该框架在修补、着色、文本引导的语义编辑和图像超分辨率等任务上有明显的定性和定量改进，同时增加了可忽略的额外计算成本。

该研究使用生成模型找到脸部图像中感知属性的语义编辑，以改变脸部图像中的任何输入脸沿属性轴的转换。通过预测模型和人类评分，在真实和合成脸上进行培训和评估，证明了该方法的普适性，最终可用于理解和解释对面部主观解释中的偏见。