0
北京 – 阿里巴巴通义实验室近日正式推出其升级版图像生成与编辑模型ACE++，标志着AI在图像处理领域又向前迈出了重要一步。这款工具不仅能够根据用户的指令生成高质量图像，还能对现有图像进行精细化编辑，为设计、电商、娱乐等行业带来了全新的可能性。
ACE++：不止是图像生成，更是智能编辑
ACE++并非简单的图像生成工具，它更像是一位精通图像处理的AI助手。它通过指令化和上下文感知的内容填充技术，实现了高质量的图像创作和编辑功能。ACE++提供多种模型，针对不同任务进行了优化：
- ACE++ Portrait： 专注于生成一致的人物肖像，确保面部特征和风格的统一。
- ACE++ Subject： 能够在不同场景中保持主题的一致性，例如将某个标志或物体放置在不同的背景中。
- ACE++ LocalEditing： 允许用户重新绘制图像的特定区域，同时保留原有结构，实现精细化的局部编辑。
- ACE++ Fully (即将推出)： 预计将支持更多指令化编辑和参考生成任务，进一步拓展ACE++的应用范围。
技术解析：LCU++与两阶段训练方案
ACE++的技术核心在于其改进的长上下文条件单元（LCU++）和两阶段训练方案。
- LCU++： 传统的图像生成模型通常采用序列拼接的方式处理输入信息。而ACE++提出的LCU++输入范式，通过将输入图像、掩码和噪声在通道维度上进行拼接，形成条件单元（CU）特征图。这种改进减少了上下文感知框架的干扰，降低了模型适应成本，并增强了模型对不同任务的适应性。
- 两阶段训练方案： ACE++采用两阶段训练方案。第一阶段，模型基于文本到图像模型进行预训练，专注于 0-ref 任务，基于基础模型的生成能力快速适应条件输入。第二阶段，模型在所有数据上进行微调，支持通用指令，同时优化模型对输入参考图像的重建能力和目标图像的生成能力。
应用场景：从虚拟试穿到艺术创作
ACE++的应用场景十分广泛，涵盖了多个行业：
- 虚拟试穿： ACE++ Subject模型可以帮助用户将服装或配饰放置在不同的人物模型上，实现虚拟试穿效果，为电商平台提供个性化的试穿体验。
- 品牌标志粘贴： 在产品设计或广告制作中，ACE++ Subject模型可以将品牌标志或设计元素嵌入到不同的背景或物品上，提升品牌形象。
- 照片编辑： ACE++支持对现有照片进行多种编辑操作，包括风格转换、元素添加或删除、背景替换等，满足用户多样化的照片处理需求。
- 电影海报编辑： ACE++ Portrait模型可以对电影海报中的人物肖像进行风格化处理或修改，为电影宣传提供更多创意空间。
- 局部编辑： ACE++ LocalEditing模型能对图像的特定区域进行重新绘制或修改，同时保留原有图像的结构和风格，实现精细化的图像修复和美化。
- 艺术创作与设计： 艺术家和设计师可以用ACE++的生成和编辑功能，快速实现创意构想，提升创作效率。
未来展望：指令化图像处理的无限可能
ACE++的发布，不仅是阿里巴巴在AI领域的又一次重要突破，也预示着图像生成与编辑领域将迎来指令化的新时代。随着技术的不断发展，我们有理由相信，ACE++将在更多领域发挥重要作用，为人们的生活和工作带来更多便利和惊喜。
项目地址：
- 项目官网：https://ali-vilab.github.io/ACE_plus
- Github仓库：https://github.com/ali-vilab/ACE_plus
- HuggingFace模型库：https://huggingface.co/ali-vilab/ACE_Plus
- arXiv技术论文：https://arxiv.org/pdf/2501.02487
参考文献：
- Ali-Vilab. (2024). ACE++. Retrieved from https://ali-vilab.github.io/ACE_plus
- Ali-Vilab. (2024). ACE++ Github Repository. Retrieved from https://github.com/ali-vilab/ACE_plus
- Ali-Vilab. (2024). ACE++ HuggingFace Model. Retrieved from https://huggingface.co/ali-vilab/ACE_Plus
- Ali-Vilab. (2025). ACE++ arXiv Paper. Retrieved from https://arxiv.org/pdf/2501.02487
（完）
Views: 0
0