ObjectMover：革新图像编辑的AI模型

objectmover是由香港大学和adobe research联合开发的先进图像编辑模型，旨在解决图像中物体移动、插入和移除时出现的诸多难题，例如光照、阴影的不协调以及物体失真等问题。该模型巧妙地将物体移动视为两帧视频间的特殊情况，充分利用预训练视频生成模型的跨帧一致性学习能力，通过微调将其应用于图像编辑任务。其核心架构采用序列到序列建模，输入包含原始图像、目标物体图像和指令图，输出则是物体移动后的合成图像。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

ObjectMover— 港大联合 Adobe 推出的新型图像编辑模型

ObjectMover的核心功能

物体精准移动： ObjectMover可以将图像中的物体移动到任意指定位置，并自动调整光照、阴影、反射等物理效果，同时完美保留物体的原始特征。
自然物体删除： 该模型能够真实地填充被移除物体的背景区域，避免生成无关的物体，并准确去除与物体相关的阴影和光影。
无缝物体插入： ObjectMover可以精确地保持被插入物体的特征，并自动生成与周围环境一致的光影效果，实现无缝融合。

ObjectMover的技术突破

视频先验知识迁移： ObjectMover将物体移动任务转化为两帧视频间的转换问题，利用预训练的视频生成模型（例如扩散模型）学习跨帧一致性。通过微调，将模型从视频生成任务迁移到图像编辑任务，从而有效利用视频模型预训练中学习到的物理规律和物体对应关系，实现图像编辑中光影的精准同步和物体特征的完美保留。
高效序列到序列建模： 该模型将物体移动任务重新定义为序列预测问题。输入包括原始图像、目标物体图像和指令图（包含移动位置和方向），输出为处理后的图像。这种方法能够帮助模型更好地理解和处理物体在不同位置下的光影变化和遮挡关系。
高质量合成数据集： 由于缺乏大规模真实物体移动数据集，研究团队利用现代游戏引擎（例如虚幻引擎）生成了高质量的合成数据集。该数据集涵盖了复杂的光照、材质和遮挡场景，显著增强了模型的训练多样性和泛化能力。
多任务学习策略： ObjectMover整合了物体移动、移除、插入以及视频数据插入四个子任务，在合成数据和真实视频数据上进行统一框架训练。这提升了模型对真实场景的泛化能力，使其在处理各种图像编辑任务时表现出更高的适应性和鲁棒性。