近日，阿里云通义万相团队推出全新的图像编辑模型 ACE，只需说一句话就能生成图片和修改图片，可应用于风格化写真、分镜制作、室内设计等场景。该模型已面向全球开发者开源，其局部风格化功能已上线通义 APP。
图像编辑是图像生成模型的重要辅助功能，此前业界常用的方案是将 LoRA、ControlNets 和 T2I 模型组合，从而实现图像编辑能力。但该方案流程相对复杂，且使用门槛较高，大多用户无法直接体验。与传统图像编辑模型不同，ACE 模型可同时支持文生图和图像编辑，用户输入口语化指令，可完成可控视觉编辑、元素编辑、区域重绘编辑、分层编辑等任务，仅用对话的方式就能实现 PS 的功能，例如输入文字即可一键除水印、修改证件照背景等，极大地提高了编辑效率。
上传一张照片即可对图中特定对象的风格化处理
公开论文显示，该团队提出了 Long-context Condition Unit 模块（LCU），能支持通用编辑任务所需的各种多模态条件输入，并且搭建了全面的编辑成对数据构造链路和指令集生成链路，最终达到精准、高质量的图像指令编辑效果。测试结果显示，ACE 模型在 MagicBrush 的单轮 / 多轮编辑的多项指标和 EMU Edit 数据集的单轮编辑指标上都取得了领先成绩。
据悉，ACE 模型在魔搭社区、Github、Huggingface 等开源社区和社交平台引起了国内外开发者的热议，一度登上 Huggingface 周榜第二，总榜第五。同时，该模型局部风格化功能已正式上线通义 APP，用户上传一张照片就能实现对图中特定对象的风格化处理。
ACE 登上 Huggingface 周榜第二，总榜第五
通义万相算法团队表示：“未来将进一步提升 ACE 编辑模型的准确性，同时将逐步开放重绘、定制化生成、组合生成等能力，让用户更便捷地实现创意设计。”目前通义万相已推出图像生成、图像编辑、视频生成等能力，累计生成超 2 亿张图片。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。