论文多模态图像生成与编辑8 天前
Editing Images into Reusable Layers via Compositional Edit-Prior Distillation
LayerEditor 将图像编辑分解为 RGBA 层
统一指令编辑与 RGBA 层生成，并提供 LayerEditor-100K 数据集与基准，对可控图像编辑和图层复用有参考价值。
多模态
共 50 条 · 按质量与时效综合排序 · 仅收录近 3 个月内容最近同步 55 分钟前
已折叠 · 展开查看该领域的技术路线图、最新技术与成果、发展态势与前景趋势（含表格与 Mermaid 路线图）。
论文多模态视频生成3 天前
Making MLLM Latents Matter: Factor-Aware Predictive Learning for Cinematic Video Generation
FAPL 让 MLLM latent 可用于电影级视频生成，三项任务优于基线
为视频 DiT 有效利用 MLLM 表征提供了分阶段训练方案，可指导多模态生成模型的工程实现。
