Paint-Anything: Unified Any-Color Control for Image Generation and Editing
Aggiunta all'archivio di AIChronos il (numero del 21 settembre 2026 ricostruito)· fonte del · Ji Xie, Dewei Zhou, Xinyu Huang, Zhennan Chen, Xun Wang (ByteDance Seed)
Paint-Anything è un framework che introduce un'interfaccia condivesa hex-prompt per il controllo del colore in qualsiasi valore a 24 bit durante la generazione e l'editing di immagini. Il metodo utilizza una pipeline dati costruita su Paint-500K, combinando supervisione da oggetti reali con 'pure-color anchors' basati su pixel esatti per mitigare le approssimazioni causate dalle ombre nelle foto originali. L'approccio sfrutta modelli linguistici grandi (LLM) che associano già valori hex a semantica cromatica e applica la supervisione solo ad alti timesteps di rumore, lasciando il training a basso rumore alle immagini naturali.
- Introduzione di Paint-500K: un dataset sintetizzato tramite grounding degli oggetti, labeling percettivo del colore e sintesi di coppie di editing.
- Utilizzo di 'pure-color anchors' per fornire supervisione esatta solo nelle fasi ad alto rumore (high-noise timesteps), migliorando la fedeltà cromatica rispetto alle etichette approssimate delle immagini reali.
- Sviluppo dell'Any Color Benchmark (ACBench) con sottoinsiemi ACBench-T2I e ACBench-Edit per misurare la fedeltà del colore a livello di oggetto su entrambi i task.
- Risultati significativi sul modello FLUX.2-4B, che mostra un miglioramento dell'85.3% in ACBench-T2I e del 28.3% in ACBench-Edit rispetto al modello base.
- Paint-Anything raggiunge il punteggio medio CompColor più alto tra i metodi confrontati.
Perché conta. Per gli sviluppatori che lavorano con LLM, agenti e AI locale, questo paper offre una soluzione per integrare un controllo granulare del colore (hex values) direttamente nei prompt di generazione o editing senza richiedere procedure di inferenza specializzate. La capacità di associare valori esatti a 24 bit agli oggetti è cruciale per applicazioni professionali di design che necessitano di precisione cromatica specifica.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.