arXiv · cs.AI· Tiancheng Shen, Zilong Huang, Xiangtai Li, Zhijie Lin, Jiyang Liu, Yitong Wang, Jiashi Feng, Ming-Hsuan Yang, Jun Hao Liew·· 11 小时前
QK-Edit：基于MM-DiT注意力操控的图像与视频编辑框架
QK-Edit: Revisiting Attention-based Injection in MM-DiT for Image and Video Editing
arXiv:2610.17829v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tiancheng Shen, Zilong Huang, Xiangtai Li, Zhijie Lin, Jiyang Liu, Yitong Wang, Jiashi Feng, Ming-Hsuan Yang, Jun Hao Liew
研究任务与主要进展
QK-Edit提出一种面向多模态扩散Transformer（MM-DiT）的免训练图像与视频编辑框架，通过操控查询—键注意力在提示一致性和结构保持之间进行调整。基于论文摘要，作者称该方法支持物体添加、移除、替换、背景与材质修改、颜色变化和风格转换，并报告其在FLUX与HunyuanVideo上的编辑表现优于对比方法。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org