A²-Edit 提出统一参考图编辑框架，支持任意类别与粗掩码
A²-Edit 解决了参考图编辑的两大痛点：跨类别泛化与掩码精度依赖，让用户用粗略区域也能实现高质量编辑。
上海交大与上海创智学院团队提出 A²-Edit，一个统一框架，能把任意类别物体自然融入其他照片，且不需要精细掩码。它通过混合 Transformer 专家路由和掩码退火训练，让用户仅用粗略区域就能完成身份一致、结构完整的编辑，在多个基准上超越现有方法。
正文摘录
.jpg)  把参考图里的物体自然地「搬进」另一张照片，是电商商品合成、虚拟试穿、影视换脸与个性化创作的关键能力。真正落地却要跨过两道门槛：模型往往只擅长某一类物体，且高度依赖像素级精细掩码。 上海交通大学联合上海创智学院团队提出 A²-Edit，它以统一框架支持任意物体类别和任意精度掩码，通过混合 Transformer 专家路由、掩码退火训练及 50 万级多品类数据，让用户只需给出粗略区域，也能完成身份一致、结构完整、自然融合的参考图引导局部编辑。