arXiv cs.AI· Sara Dorfman, Nir Goren, Gal Barak, Daniel Cohen-Or, Or Patashnik·· 2 天前AI 评分24
ACEdit：用非对称条件化实现稳定的多轮图像编辑
ACEdit: Stable Multi-Turn Image Editing via Asymmetric Conditioning
AI 导读
ACEdit 提出一种训练方案，让图像编辑模型在多轮编辑中保持稳定：训练时强制编辑器处理自己前几轮的输出，把 Self-Forcing 引入图像编辑。由于自生成轨迹偏离真值、直接监督不可靠，该方法用蒸馏目标让教师编辑器提供可靠信号，并采用非对称条件化——学生基于自身输出顺序编辑，教师始终锚定原始干净图像并接收复合编辑指令。实验显示长多轮序列中的质量退化显著降低，同时保持编辑质量与指令遵循。
正文 · AI 翻译
摘要：图像编辑模型在单次编辑中能产生令人印象深刻的结果，但在多轮编辑中其质量往往会下降。每一轮编辑都会引入微小的分布偏移，这些偏移在连续编辑中不断累积，从而在编辑器原始训练时遇到的输入分布与多轮推理时的输入分布之间形成差距。我们提出了一种训练方案，使多轮图像编辑在这种累积分布偏移下保持稳定。关键在于强制编辑器在训练期间基于其自身前几轮编辑的输出进行操作，从而将 Self-Forcing 原理引入图像编辑。主要挑战在于，自生成的编辑轨迹会偏离真实轨迹，使得直接监督不可靠。我们通过一种蒸馏目标来应对这一挑战，该目标利用教师图像编辑器在模型基于自身先前输出操作时提供可靠的训练信号。我们引入了一种非对称条件方案：学生模型基于自身输出顺序执行编辑，而教师模型则始终锚定于原始干净图像，并接收复合编辑指令。实验表明，在长多轮序列中退化显著减少，同时保持了编辑质量和指令遵循能力。
| 评论： | 项目页面：this https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；图形学（cs.GR） |
| 引用为： | arXiv:2610.22328 [cs.CV] |
| （或 arXiv:2610.22328v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22328 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Sara Dorfman [查看电子邮件]
[v1]
2026年10月15日星期四 17:52:24 UTC（21,992 KB）
来源：arXiv cs.AI · arxiv.org