Paint-Anything 实现图像生成与编辑的任意颜色控制
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载用十六进制值当提示词
Paint-Anything 的核心做法是把 24 位十六进制色值直接当作提示词输入，让同一个接口同时服务于图像生成与图像编辑两类任务。研究团队没有为颜色单独设计表征模块，也没有为推理阶段另设专门流程，而是借助大语言模型本身已具备的色值—语义关联能力：即便是参数量较小的模型，也能把一串十六进制字符对应到相应的颜色含义。在此基础上，模型通过对象级颜色监督学习一个共享的十六进制提示接口，使指定某个物体的目标颜色成为一次统一的输入操作，而不是生成与编辑各自维护一套颜色控制方式。这一思路与以往偏重专用颜色表示或特殊推理步骤的方案形成对照，把颜色控制的复杂度从结构设计转移到了提示接口与训练数据上。
五十万样本怎么造出来
支撑上述接口的是 Paint-500K 数据集，它由真实图像经三步流程构建：先做对象定位，确定颜色标注所对应的物体区域；再进行感知层面的颜色标注；最后合成编辑前后的图像对，为编辑任务提供配对监督。真实图像中的阴影会使标注颜色只能近似于物体本色，因此研究团队额外引入纯色锚点，其像素值与配对的十六进制色值完全一致，用来补足这部分偏差。两类监督在使用时机上做了区分：纯色锚点只在高噪声时间步参与训练，低噪声阶段则交给自然图像，从而在保持真实感的同时强化色值对应关系。消融实验对该训练配方提供了支持。
新基准与提升幅度
为衡量对象级的十六进制颜色保真度，论文提出 Any Color Benchmark，包含面向生成的 ACBench-T2I 与面向编辑的 ACBench-Edit 两部分，覆盖两类任务上的颜色还原表现。在 FLUX.2-4B 上，Paint-Anything 相对基座模型把 ACBench-T2I 与 ACBench-Edit 的分数分别提升 85.3% 和 28.3%。在与对比方法的比较中，它的平均 CompColor 分数最高。这些数字说明改进在生成与编辑两个方向上并不均衡，生成侧的相对增幅明显更大，编辑侧的提升幅度较小。论文共 29 页，标注为 Seed Technical Report，属于计算机视觉与模式识别方向，同时归入人工智能与机器学习分类。
适用范围与使用限制
从材料看，这套方案面向的是需要精确指定物体目标颜色的专业设计场景，颜色以 24 位十六进制值表达，控制粒度落在对象层面而非整幅图像。其能力边界也与数据构建方式相关：真实图像标签受阴影影响只能近似，纯色锚点虽能校正色值对应，但仅在高噪声时间步介入，低噪声阶段仍依赖自然图像，因此颜色准确性与画面自然度之间存在取舍。评测方面，ACBench 的两个子集分别对应生成与编辑，读者在比较不同方法的颜色控制效果时，需要留意所报分数来自哪一个子集，以及是否在同一基座模型上测得。对关注图像颜色控制的使用者而言，这意味着可以用统一的色值输入替代以往分散的颜色处理流程，但效果评估应结合具体任务与基座模型来看。
为什么值得看
解决了生成模型难以精确控制具体颜色数值的问题，大幅提升了色彩保真度。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。