Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: D-Edit – 基于图像、文本、掩码的多功能图像编辑框架
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
D-Edit – 基于图像、文本、掩码的多功能图像编辑框架
Prompt 语宙 > AIGC 资讯 > D-Edit – 基于图像、文本、掩码的多功能图像编辑框架
AIGC 资讯

D-Edit – 基于图像、文本、掩码的多功能图像编辑框架

Prompt 语宙研究院
最近更新: 2026年7月17日 上午11:18
AI绘画提示词 HuggingFace stable diffusion 大模型微调 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 首个将图像、文本与掩码统一到同一框架的项目级编辑方案,支持精确控制单个元素。
  • 通过解耦交叉注意力和项目提示交互,实现文本替换、参考图像编辑、掩码改形与移除。
  • 两步优化先注入新 tokens,再微调编码器与 UNet,提升项目与提示的绑定精度。

D-Edit是什么

D-Edit是基于图像和文本的多功能图像编辑框架,基于预训练的扩散模型和独特的提示(prompts)实现对图像中特定项目的精确控制和编辑。框架能处理包括基于图像的编辑、基于文本的编辑、基于掩码的编辑及项目移除等多种编辑任务。D-Edit将图像分割成多个项目,为每个项目关联一个独特的提示,实现对项目的解耦控制。用户基于修改提示、掩码或项目与提示之间的关联来实现多样化的编辑效果。D-Edit是首个能基于掩码编辑实现项目编辑,能结合图像和文本编辑的框架。

阅读目录
  • D-Edit是什么
  • D-Edit的主要功能
  • D-Edit的技术原理
  • D-Edit的项目地址
  • D-Edit的应用场景

D-Edit

D-Edit的主要功能

  • 基于文本的编辑:用户改变与特定项目关联的文本提示替换或编辑图像中的项目。
  • 基于图像的编辑:支持用户用参考图像中的项目替换目标图像中的项目。
  • 基于掩码的编辑:用户能编辑图像中特定项目的掩码,包括移动、调整大小、改变形状等,改变项目的外观。
  • 项目移除:基于删除与项目相关的掩码和提示对,从图像中移除特定项目,让周围区域自然填补空白。
  • 多功能图像编辑:在统一的框架内实现上述编辑功能,提供灵活且多样化的图像编辑能力。

D-Edit的技术原理

  • 项目提示交互:D-Edit将图像分解为多个项目,为每个项目分配一个独特的提示,提示在预训练的扩散模型中被特别学习控制特定项目。
  • 解耦的交叉注意力层:D-Edit引入解耦的交叉注意力机制,支持模型将每个项目的控制流与对应的提示分开处理,实现精确的项目级编辑。
  • 两步优化过程:
    • 提示注入:将代表每个项目的新的标记(tokens)注入到文本编码器的词汇表中,随机初始化标记的嵌入。
    • 模型微调:优化文本编码器的嵌入矩阵和UNet模型的权重建立项目与提示之间的关联,让模型能用给定的项目提示重建原始图像。
    • 编辑操作的自由度:在建立项目与提示的关联之后,D-Edit支持改变提示、掩码或项目与提示之间的映射实现各种编辑操作。
  • 灵活性和控制力:D-Edit的设计提供在编辑过程中对特定项目进行精确控制的能力,且保持对整体图像的自然和谐感。基于调整提示和掩码,用户能实现从细微调整到完全替换的各种编辑效果。

D-Edit的项目地址

  • GitHub仓库:https://github.com/collovlabs/d-edit
  • arXiv技术论文:https://arxiv.org/pdf/2403.04880
  • 在线体验Demo:https://huggingface.co/spaces/Collov-Labs/d-edit

D-Edit的应用场景

  • 数字艺术创作:艺术家和设计师创作新的数字艺术作品,用编辑图像中的特定元素实现独特的视觉效果。
  • 照片编辑:普通用户对个人照片进行编辑,比如更换背景、调整人物姿势、改变服装样式等。
  • 广告和营销:营销人员更改广告图像中的特定元素,如产品、标志或文本,适应不同的营销活动。
  • 时尚和服装:时尚设计师展示服装设计的不同版本,基于改变服装的颜色、纹理或款式探索不同的设计可能性。
  • 建筑和城市规划:建筑师和城市规划者编辑建筑设计图像,调整建筑外观或城市规划布局。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
HuggingFace ↗
HuggingFace:AI模型开发社区,面向大语言模型场景提供便捷实用的在线功能支持,涵盖大模型等实用方向。
❓ 常见问题解答(FAQ)
D-Edit支持哪些图像编辑方式?

D-Edit 支持基于文本的编辑、基于图像的编辑、基于掩码的编辑以及项目移除等任务。它把图像拆成多个项目,并为每个项目绑定独立提示,从而实现更细粒度的控制。

D-Edit为什么适合项目级编辑?

因为它将图像中的每个项目与独特提示关联,并通过解耦的交叉注意力机制分别处理控制流。这样可以对单个对象进行替换、移动、改形或删除,而不明显破坏整体画面。

D-Edit的技术核心是什么?

核心是两步优化:先向文本编码器注入代表项目的新 tokens,再微调文本编码器嵌入矩阵和 UNet 权重,建立项目与提示之间的稳定关联,进而支持多种编辑操作。

🔬 语宙深潜追问 · 进阶实操拆解
图像编辑里掩码该怎么用才稳?

掩码要尽量精确到对象边界,并配合文本约束限定编辑目标。实践中先做局部小步编辑,再逐步扩大范围,能减少背景污染和结构漂移,尤其适合项目移除和局部替换。

如何保持编辑后画面自然不穿帮?

核心是保留原图的光照、透视和纹理统计。建议先锁定未编辑区域,再用参考图或文本控制生成风格,最后做边缘融合和细节修补,避免出现明显拼接感。

🗳️ 读者观点微投票 · 您的实战立场是?
D-Edit 更像专业工具还是通用编辑底座?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • ICEdit – 浙江大学联合哈佛大学推出的指令式图像编辑框架
  • SeedEdit – 字节豆包团队推出的AI图像编辑模型
  • Step1X-Edit – 阶跃星辰开源的通用图像编辑框架
  • DCEdit – 北交大联合美图推出的双层控制图像编辑方法
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
Moshi – 法国AI实验室Kyutai开发的实时音频多模态模型
Assembo AI
大语言模型的“破解”研究:仅需二十次尝试 [译]
Magic 1-For-1 – 北大、英伟达等推出的高效视频生成模型
LHM – 阿里通义开源的单图生成可动画3D人体模型
TAGGED:AI绘画提示词HuggingFacestable diffusion大模型微调开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 智谱数亿元收购中科加禾,补强AI Infra与国产算力适配能力 智谱数亿元收购中科加禾,补强AI Infra与国产算力适配能力
下一篇 OpenAI承认GPT-5.6Codex存在误删文件问题,建议用户关闭高权限模式 OpenAI承认GPT-5.6Codex存在误删文件问题,建议用户关闭高权限模式
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

OpenAI广告战略大转向:取消20万美元门槛,ChatGPT全面拥抱中小企业效果广告
AIGC 资讯最新趋势

OpenAI广告战略大转向:取消20万美元门槛,ChatGPT全面拥抱中小企业效果广告

Prompt 语宙研究院
ChatGPT OpenAI 中小企业 广告业务 效果广告
VE-Bench – 北京大学开源首个针对视频编辑质量评估的新指标
AIGC 资讯

VE-Bench – 北京大学开源首个针对视频编辑质量评估的新指标

Prompt 语宙研究院
AI智能体 AI视频生成 开源大模型
OlympicArena – 上海交大联合 AI Lab 等推出的多学科认知推理基准测试框架
AIGC 资讯

OlympicArena – 上海交大联合 AI Lab 等推出的多学科认知推理基准测试框架

Prompt 语宙研究院
AI智能体 HuggingFace 开源大模型
[AI生图咒语] 半写实二次元巨物化动漫女角
AI 生图 Prompt动漫与插画

[AI生图咒语] 半写实二次元巨物化动漫女角

Prompt 语宙研究院
AI绘画提示词 ChatGPT Midjourney stable diffusion
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.