免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

作者：Jiabin Hua，Wei Cheng等

解讀：AI生成未來復旦大學與階躍星辰最新研究開源，聚焦人臉的細粒度表情編輯，把表情編輯真正做出了 PhotoShop 編輯的感覺！

亮點直擊

語義重疊的系統(tǒng)性分析。揭示并形式化了面部表情之間存在的結構化語義重疊，證明這種結構化語義重疊,而非單純的分類錯誤,是導致識別與生成式編輯任務失敗的主要原因。

數(shù)據(jù)集與基準測試。構建了FFE數(shù)據(jù)集,一個包含12類表情類別及連續(xù)情感標注的大規(guī)模跨領域數(shù)據(jù)集,并建立了FFE-Bench多維度評估體系，專門用于評估結構混淆性、表情編輯準確性、線性可控性以及表情編輯與身份保留之間的權衡關系。

PixelSmile框架。提出了一種基于擴散模型的新型框架，通過全對稱聯(lián)合訓練與文本隱空間插值技術，有效解耦了重疊的情感表征，實現(xiàn)了非糾纏且線性可控的表情編輯。

別的 AI 圖像編輯已經(jīng)很強了，但一旦任務落到人臉的細粒度表情編輯上，問題還是會立刻暴露出來：要么改不動，要么改不對，要么改著改著連臉都一起崩了。最近，復旦大學與階躍星辰聯(lián)合推出 PixelSmile，把這件事往前推了一大步。它不僅能夠圍繞 12 個目標表情做更細致的編輯，還能連續(xù)控制表情強度，把表情編輯真正做出了 PhotoShop 編輯的感覺。除此之外，這套能力還延伸到了動漫風格圖像，并進一步展示了自然的表情組合效果。

直接看效果

先直接看效果，看看 PixelSmile 到底把表情編輯做到了什么程度。

PixelSmile 不是只能“改出一個表情”，而是已經(jīng)能把表情編輯做得更細、更穩(wěn)、更豐富。無論是真人圖像還是二次元角色，它都能給出清晰的目標表情變化；更重要的是，這種變化不是一張圖突然跳到另一張圖，而是可以沿著同一個方向連續(xù)推進，直接做出動態(tài)視頻一樣的順滑效果。

連 Nano Banana Pro 都做不好的難題

除了連續(xù)可控之外，PixelSmile 的另一個關鍵結果，是它更好地處理了細粒度表情里的語義混淆問題。

人臉表情并不是幾個完全割裂的按鈕。驚訝和恐懼、憤怒和厭惡，本來就很接近，所以很多通用模型一旦進入細粒度表情編輯，就很容易出現(xiàn)兩類問題：要么目標表情本身就混了，編輯出來不夠準；要么為了把表情做明顯，連人物身份也一起帶偏了。

PixelSmile 想解決的正是這兩個問題。一方面，它希望把目標表情做得更清楚，減少相近情緒之間的串擾；另一方面，它又盡量把人物身份保留下來，而不是靠把整張臉改掉來換取更強的表情變化。

和其他模型放在一起看時，這個差異會更明顯。像 Nano Banana Pro 和 GPT-Image-1.5 這樣的強通用模型，在細粒度表情編輯里依然會遇到同樣的問題：要么表情編輯存在混淆，要么一旦把表情拉強，人物身份一致性就會明顯下降。

連續(xù)可控，把單圖編輯做出了動圖效果

單圖編輯成多圖并不難，難的是讓這些圖之間真的形成一條自然、平滑、可控的變化曲線。過去很多線性編輯模型在連續(xù)表情控制上都會出現(xiàn)各種問題：要么目標表情不夠準，要么人臉越改越不像原來的人，要么控制看起來只是機械地加大一個統(tǒng)一程度。PixelSmile 的亮點就在于，它把連續(xù)控制、表情準確性和身份保持更穩(wěn)地放在了一起。

為什么 AI 編輯做不到這種看似簡單的要求

人臉表情并不是嚴格割裂的幾個按鈕。真實的情緒變化更像一條連續(xù)曲線，很多相近情緒天然存在重疊區(qū)域。也正因為如此，表情編輯并不像“換個濾鏡”那么簡單。

如果模型沒有真正學會這些細微邊界，就很容易出現(xiàn)兩個常見問題。第一，目標表情不夠準，驚訝里混著恐懼，厭惡里混著憤怒。第二，為了把表情做明顯，模型會把臉本身也一起改掉，最后雖然表情變了，但人已經(jīng)不像原來那個人了。

所以這件事真正難的，從來不是“能不能改出一個表情”，而是能不能把表情改對、改細，還不要把人一起改掉。

除了編輯，還能組合出新表情

除了對單一目標表情做連續(xù)控制，PixelSmile 還天然支持表情混合。

這意味著它不是單獨記住每個表情獨立的樣子，而是完全理解了構成表情內(nèi)基本的五官特征。比如驚訝和開心疊在一起，更接近“驚喜”；厭惡和開心混在一起，也會呈現(xiàn)出一種更微妙的“禮貌的嫌棄”。這類結果更靈活，也更符合真實情緒并不總是完全單一的直覺。

首個統(tǒng)一的表情編輯評估框架

PixelSmile 不只是給出了一個模型，也把這個方向里長期缺失的數(shù)據(jù)和評測基礎設施一起補了起來。

其中，F(xiàn)FE 是首個為細粒度表情編輯提供連續(xù)表情分數(shù)標注的數(shù)據(jù)集，不再只用簡單的離散標簽去描述表情，而是第一次用連續(xù)分數(shù)去刻畫更細的情緒變化。

與之配套的 FFE-Bench，則是首個統(tǒng)一的表情編輯評估框架，不再只看結果圖“像不像”“好不好看”，而是把表情是否編輯準確、控制是否穩(wěn)定、身份是否保持這些真正關鍵的問題，第一次放進同一套標準里去衡量。

更全面的體驗

PixelSmile 已經(jīng)公開了論文、代碼、模型、Benchmark 和 Demo，想進一步了解方法細節(jié)、直接上手體驗，或者看看完整效果，都可以從下面這些入口進入。

項目頁：https://ammmob.github.io/PixelSmile/

論文：https://arxiv.org/abs/2603.25728

GitHub：https://github.com/Ammmob/PixelSmile

模型：https://huggingface.co/PixelSmile/PixelSmile

Benchmark：https://huggingface.co/datasets/PixelSmile/FFE-Bench

Demo：https://huggingface.co/spaces/PixelSmile/PixelSmile-Demo

結語

PixelSmile 最吸引人的地方，不只是把人臉表情編輯做得更豐富，而是把這件事真正往可控、可用的方向推了一步。12 個目標表情的連續(xù)控制、相近情緒之間更少的混淆、盡量穩(wěn)定的身份保持，再加上動漫編輯和表情混合這些更直觀的能力，讓它不再只是“能改表情”，而是開始接近真正可調(diào)的人臉表情編輯。

更重要的是，這項工作還同時補上了連續(xù)表情分數(shù)數(shù)據(jù)和統(tǒng)一評估框架，讓這個方向第一次有了更系統(tǒng)的數(shù)據(jù)與 Benchmark 支撐。對于關注 AIGC、人像編輯和可控生成的讀者來說，PixelSmile 是一個很值得繼續(xù)關注的工作。

參考文獻

[1] PixelSmile: Toward Fine-Grained Facial Expression Editing

       原文標題 : 復旦大學 × 階躍星辰開源最新力作PixelSmile：AI 終于實現(xiàn)人臉表情PhotoShop