QK-Edit论文：免训练操控MM-DiT注意力做图像与视频编辑

Tiancheng Shen 等作者在 arXiv 发布 QK-Edit 论文，提出一种免训练（training-free）的图像与视频编辑框架，通过操控多模态扩散Transformer（MM-DiT）中的 query-key 注意力，在提示一致性和结构保持之间进行调整，可在推理时通过特征替换简单实现。 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 等模型上的编辑表现优于对比方法。上述性能结论为作者声称，本站未核验全文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。