ArticleMetadataMain page

source · 2026-04-15

AnyDoor（CVPR 2024）：零样本对象级图像定制

#near-cvpr-2025#image-generation#image-editing#control#primary-source

AnyDoor（CVPR 2024）：零样本对象级图像定制

会议：CVPR 2024
发表日期：2023-07-18
资料加入日期：2026-04-14

一句话结论

这篇工作把对象级定制能力推到零样本设定里，补强了图像生成主线中的可控定制分支。

问题定义

它要解决的是如何在无需额外训练的情况下，把一个给定对象自然地插入或定制到目标场景里。对当前知识库来说，它补的是 image-generation 与 image-editing 之间“对象级控制”这条非常实用的路线。

方法概述

AnyDoor 通过对象级条件控制，把参考对象和目标场景进行对齐与融合，强调零样本 object-level customization，使文本到图像/图像编辑系统具备更强的局部可控生成能力。

关键发现

  • 它说明近三年图像生成的重要演化之一，是从全局 prompt 控制继续走向对象级、局部化、可组合控制。
  • 它让图像生成与图像编辑的边界进一步模糊，因为很多定制能力本质上已经像编辑而不只是从零生成。
  • 它为统一生成-编辑模型提供了现实压力：统一模型不仅要能整体生成，还要能处理对象级插入与替换。

局限或疑问

  • 对象级定制的鲁棒性仍然容易受遮挡、尺度和复杂背景影响。
  • 它强调零样本定制，但不等于已经解决更复杂的多对象交互编辑。
  • 它更偏控制能力扩展，不直接回答统一模型长期是否一定占优。

原始链接

  • https://arxiv.org/abs/2307.09481
  • https://arxiv.org/pdf/2307.09481

相关页面

备注

AnyDoor 在这套库里的作用，是把图像生成主线中的“对象级定制 / 零样本控制”补成明确分支。

Metadata

{
  "id": "2026-04-14-anydoor",
  "type": "source",
  "title": "AnyDoor（CVPR 2024）：零样本对象级图像定制",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2024",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "image-generation",
    "image-editing",
    "control",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Chen, Xi",
    "Huang, Lianghua",
    "Liu, Yu",
    "Shen, Yujun",
    "Zhao, Deli",
    "Zhao, Hengshuang"
  ],
  "published_at": "2023-07-18",
  "canonical_links": [
    "https://arxiv.org/abs/2307.09481",
    "https://arxiv.org/pdf/2307.09481"
  ],
  "raw_entry": "raw/ingest/2026-04-14-anydoor/",
  "topics": [
    "topics/image-generation",
    "topics/image-editing",
    "topics/vision-language"
  ],
  "entities": [
    "entities/unified-image-generation-editing"
  ],
  "claims": [],
  "questions": [
    "questions/question-will-unified-image-models-sustain-their-advantage"
  ]
}