亚洲一线产区和二线产区的_社会视角_iPad可用AI绘画亚洲一线产区和二线产区的交互编辑神器火了，网友：颤抖吧PS

iPad可用AI绘画亚洲一线产区和二线产区的交互编辑神器火了，网友：颤抖吧PS_ZAKER新闻

贺晗表示，再比如现在越来越多的工业企业通过工业互联网平台上相对标准化的模型库、代码库等进行二次开发和重复利用，来实现工业应用的低代码快速开发运维和部署，在这个过程中这些库就是数据要素，这些数据要素掌握在各领域的工业互联网平台手里，既参与生产，也参与了分配。

比 PS 更懂你的 AI 图片编辑工具——MagicQuill（魔法羽毛）来了！1 分钟出图：不用打字、简单勾画几笔就能编辑图片。还支持直接在 iPad 上在线编辑！研究团队来自香港科技大学、蚂蚁集团、浙江大学和香港大学等机构。我们先一起看个例子感受一下——有了 MagicQuill，现在当你想要给人物更换衣服时，就可以直接画出领子，它会自动帮你补全。加条项链、去除路人，几秒钟就搞定：你还可以更换发色、让人物戴上花环，甚至更改花朵的颜色：只需要 1 分钟多的时间，就可以实现上面这么多编辑效果，尤其是对于想要快速修改照片的用户来说，简直太方便了！还有更多有趣的例子，机器人、汽车、蛋糕等，都可以快速修改！有多位网友评论说，AI 图像编辑真的进步飞快，"能读懂用户心思" 是非常具有未来感的用户体验。甚至还有网友说，颤抖吧，PS！MagicQuill 目标是理解精细修改意图虽然目前 AI 图像编辑工具是百花齐放，但想要实现精细编辑，很多工具的效果还是比较令人捉急。MagicQuill 团队的目标是实现一个高效且精确的图像编辑系统，能够在用户进行细微修改时提供更好的使用体验。这不仅包括实现细粒度的图像编辑控制、还要提供直观的用户界面、并实时预测用户意图。最终团队选择基于扩散模型、文本和掩码的图像编辑方法、以及多模态大型语言模型（MLLMs）进行实现，并设计了简约实用的用户界面。MagicQuill 的具体构成一起来看看 MagicQuill 系统的具体构成是什么样的。主要分为 3 个部分：1. 编辑处理器编辑处理器采用双分支架构，包括内容感知修复分支和结构引导分支。内容感知修复分支利用 UNet 架构，结合掩码图像特征和预训练的扩散网络进行像素级修复。结构引导分支则通过 ControINet 插入条件控制，确保编辑操作的精确性。2. 绘画助手绘画助手通过多模态大型语言模型（MLLM）实时预测用户意图。具体的任务称为 "Draw&Guess"，也就是通过图像上下文解释用户笔画并自动生成相关提示。团队采用的数据集通过生成边缘图和模拟用户笔画进行构建，并使用 LLaMA 模型进行微调。3. 创意收集器创意收集器为用户提供了一个简约直观的界面，它兼容多个平台，团队也提供了在线 demo，你可以在电脑或 iPad 上直接使用！界面主要包括提示区、工具栏、图层管理、主画布、生成图像预览区、执行按钮和参数调整区。按钮设计非常简洁，有上传图片、" 增加 " 画笔、" 减少 " 画笔、改颜色画笔、橡皮等等。下方的参数调整区域更适合有丰富的生图经验的专业人士：比如在 Base Model Name 里，你可以选择不同的基础模型，有适合生成真实风格的 SD1.5/realisticVisionV60B1_v51VAE.safetensors、适合生成幻想风格的 SD1.5/DreamShaper.safetensors 等。你还可以调整 Negative Prompt 避免生成部分内容、还有 Fine Edge 精细边缘调整、Grow Size 调整笔触大小等等。完整工作流程如下图所示。实际效果怎样呢？为了更准确地测试 MagicQuill 的具体效果，团队还设计了 3 个验证实验：1. 可控生成评估将 MagicQuill 与四个基线方法（SmartEdit、SketchEdit、BrushNet 及其组合）进行比较，评估编辑处理器的可控生成能力，尤其关注边缘对齐和颜色保真度。结果显示，MagicQuill 的编辑处理器在所有指标上均优于基线方法，具有更高的边缘对齐度和颜色保真度。2. 预测准确性评估为了评估 MagicQuill 在模拟手绘输入下的语义预测准确性，团队将它的绘画助手与三种最先进的 MLLMs （LLaVA-1.5、LLaVA-Next、GPT-4o）进行了比较。结果显示，绘画助手在所有测试的 MLLMS 中表现最佳，可以更准确地捕捉和预测用户绘图的语义含义。3. 创意收集器有效性评估团队还通过用户研究评估了创意收集器的效率和可用性，并比较了它与基线系统的差异。用户研究结果显示，MagicQuill 在所有评估维度上都显著优于基线系统，包括复杂性和效率、一致性和集成、易用性以及总体满意度 4 个方面。看来体验过的用户反馈都不错呢！未来工作团队还表示，这将是一个长期的工作，未来他们的目标是扩展系统功能，纳入更多的编辑类型，如基于参考的编辑，这将允许用户使用外部图像指导修改。他们还计划实现分层图像生成，可以让编辑更加灵活、支持更多复杂合成。系统也会支持排版，能够处理更多图像中的文本元素。目前 MagicQuill 的代码、论文和 Demo 都已上线，感兴趣的小伙伴可以马上试用起来了！链接就在下方。参考链接：https://magicquill.art/demo/