arXiv cs.CV· Tiancheng Shen, Zilong Huang, Xiangtai Li, Zhijie Lin, Jiyang Liu, Yitong Wang, Jiashi Feng, Ming-Hsuan Yang, Jun Hao Liew·· 5 小时前AI 评分31
QK-Edit：重新审视 MM-DiT 中基于注意力的图像与视频编辑注入方法
QK-Edit: Revisiting Attention-based Injection in MM-DiT for Image and Video Editing
AI 导读
QK-Edit 是一个无需训练的框架，通过操纵 query-key 注意力机制，在 MM-DiT 架构上实现精确的文本引导图像和视频编辑。该方法在 FLUX 和 HunyuanVideo 等模型上展现出优于现有方案的编辑性能，支持物体添加、移除、替换、背景更换、材质与颜色修改及风格转换等任务，且可在推理时通过特征替换轻松实现。该工作已被 ICCV 2025 接收。
来源：arXiv cs.CV · arxiv.org