美圖影像研究院於 ICML 2026 發表 Self-Prompting 場景文本編輯方案,已應用於美圖秀秀「無痕改字」
該方案基於多模態擴散 Transformer,透過字形與風格提示進行端到端編輯,在 AnyText 與多語種測試集 MSTEdit 均達最優效能,並支援長尾與未知字元。
InfoQ 中國多家報導
47 則值得知道的變化
該方案基於多模態擴散 Transformer,透過字形與風格提示進行端到端編輯,在 AnyText 與多語種測試集 MSTEdit 均達最優效能,並支援長尾與未知字元。
報告指出 AI 競爭正從模型轉向代理執行框架,儘管推論成本大幅下降,但跨框架的寫入權限與治理規則仍缺乏共通標準。
據報導,MIT 論文指出擴散模型規模越大,輸出越難對應單一訓練來源,此「歸因衰減」現象恐使 AI 版權訴訟面臨舉證困難。