猫眼电影记者 苏浙汇 报道首次登录送91元红包

Canvas-to-Image 是一个面向组合式图像创作的全新框架。它取消了传统「分散控制」的流程，将身份参考图、空间布局、姿态线稿等不同类型的控制信息全部整合在同一个画布中。用户在画布上放置或绘制的内容，会被模型直接解释为生成指令，简化了图像生成过程中的控制流程。

作者：Yusuf Dalva, Guocheng Gordon Qian*, Maya Goldenberg, Tsai-Shien Chen, Kfir Aberman, Sergey Tulyakov, Pinar Yanardag, Kuan-Chieh Jackson Wang通讯作者：Guocheng Gordon Qian机构：¹Snap Inc. ²UC Merced ³Virginia Tech论文标题：Canvas-to-Image: Compositional Image Generation with Multimodal Controls项目主页：https://snap-research.github.io/canvas-to-image/arXiv：arxiv.org/abs/2511.21691

为什么要把控制方式合并到一张画布上？

在以往的生成流程中，身份参考、姿态线稿、布局框等控制方式往往被设计成互不相干的独立输入路径

身份控制需要贴一张独立的参考图；姿态控制依赖单独的骨架图；空间布局要再通过另一个模块或附加输入传给模型。

这些控制信号分别从不同通道进入模型，各自拥有独立的编码方式与预处理逻辑。结果就是：用户无法在画面的同一位置叠加多种控制信息，也无法用「一个局部区域里的组合提示」来告诉模型该怎么生成。

换句话说，传统方法的输入结构是多入口、分散式的，缺乏统一的表达空间。这使得复杂场景的构建流程变得冗长且割裂，用户只能一次提供一种控制，无法在同一个图像区域上同时表达身份 + 姿态 + 位置等组合指令。

Canvas-to-Image 正是针对这一结构性限制提出新的方案：所有控制信号都汇聚到同一张画布中，由模型在同一个像素空间内理解、组合并执行。

核心方法论

(a) 多任务画布（Multi-Task Canvas）

Canvas-to-Image 设计的关键在于——画布本身既是 UI，也是模型的输入。画布中可以出现：

一小块真实人物的图像，用于指定人物；一组简单的骨架线条，用来调节肢体姿势；框选区域，用来定义人物或物体应处的位置。

这些异构视觉符号中包含的空间关系、语义信息，都由 VLM-Diffusion（基于 Qwen-Image-Edit）直接解析。

在训练过程中，Canvas-to-Image 的多任务画布从跨帧图像集（cross-frame image sets）中自动生成。具体流程如下：

随机选取一帧作为目标图像。从其他帧中抽取目标帧所需要不同的视觉元素（人物片段，背景，姿态结构，框选区域等）。将抽取的视觉元素，按照目标帧中的相应位置，摆放在输入画布中。

这样的跨帧采样策略会在输入画布中自然引入姿态、光照、表情等方面的显著差异，使得输入提示与目标图像之间不存在可直接复用的像素对应关系。由此，模型无法依赖简单的拷贝机制来完成训练任务，而必须学习更抽象的语义关联与结构映射。这一设计在训练阶段有效规避了「抄输入」的捷径，从根本上避免了模型在推理阶段出现 copy-paste 式的生成行为。

为了保持训练的简洁性，在每一次训练中，模型只会接收到一种随机选定的控制模态（例如空间布局、姿态骨架或边界框）。这样可以让模型分别学会独立理解不同类型的控制提示，并在推理阶段自然实现多控制的组合能力。

(b) 多控制推理

在推理阶段，Canvas-to-Image 允许用户在同一张画布上灵活组合多种控制模态，例如同时提供身份参考区域、姿态骨架以及空间布局框，从而实现复杂的多控制场景生成。与传统「单一路径控制」的方案不同，用户无需在不同模块之间切换或分阶段注入条件，而是通过统一画布一次性给出所有约束信号。

从学习机制上看，模型在训练过程中仅接触到单一控制模态的样本：每个训练样本只随机激活其中一种控制形式（身份、姿态或位置），使模型分别掌握对单独控制信号的理解与对齐能力。值得注意的是，即便在数据中并不存在显式标注的「多模态组合控制」样本，模型在推理阶段仍然能够在统一画布中同时解析并整合多种控制信号：它会在身份参考的约束下保持人物外观一致性，在姿态骨架约束下生成结构合理的姿态，并在布局框条件下遵循全局空间排布。

这一现象表明，模型在统一画布表示的框架下，学到的并不是对某一种控制模态的简单记忆，而是对「画布上局部区域与目标图像结构之间关系」的更高层次建模能力。换言之，模型在仅依赖单模态训练的前提下，仍然展现出对未见过控制组合的泛化能力：在推理中面对新的、复杂的多控制配置时，依然能够生成结构一致、外观可信且各控制信号相互兼容的高质量结果。这也从实验角度验证了统一画布设计在提升组合式可控生成能力方面的有效性。

实验结果

多控制组合（Multi-Control Composition）

Canvas-to-Image 能够同时处理身份、姿态和布局框，而基线方法往往会失败。Canvas-to-Image 能：

遵循画布中给定的姿态与空间约束；保持人物外观与参考图一致；在多种控制叠加时维持整体画面的连贯性与合理性。

身份 + 物体组合

当画布中同时包含人物提示和物体提示时，Canvas-to-Image 不会把两者当作独立元素简单并置。模型能够理解两者之间应有的空间与语义关系，因而会生成具有自然接触、合理互动的场景。

此外，在多种控制叠加的情况下，Canvas-to-Image 仍能保持：

人物外观与参考图一致；物体的形状、材质和语义保持稳定；人物与物体之间的空间一致性与几何逻辑不被破坏。

因此即便在复杂的组合控制设置下，生成的画面也能呈现出连贯、可信的互动效果，而不是常见的「贴图式合成感」。

多层次场景：前景 + 背景

在给定一张背景图的情况下，Canvas-to-Image 可以通过放置参考图或标注边界框的方式，将人物或物体自然地融入场景。模型会根据画布中的提示自动调整空间关系，使插入元素在位置、光照和整体氛围上与背景保持一致，呈现近乎原生的融合效果。

消融研究

我们系统地测试了当逐步添加控制时模型的表现：

仅身份控制：模型能生成人物，但姿态和位置随机；+ 姿态控制：模型学会同时控制身份和姿态；+ 空间布局：模型能完全控制身份、姿态和位置。

关键发现：虽然训练时使用单任务画布，但模型自然学会了在推理时组合多种控制——这种涌现能力验证了我们的设计理念。

Canvas-to-Image 的核心价值是把多模态的生成控制方式全部图形化，让复杂场景的构建回归到最直观的方式：在画布上摆放、画、框，就能让模型生成对应的结构化、真实感强的画面。统一画布 + 多模态控制的范式，将有望成为下一代创作工具的基础界面形态。

  时事1：沙巴体育网全网独家

  12月21日,赴俄朝鲜工兵回国，金正恩：你们安然无恙，我很欣慰,台“农委会”畜牧处官员宣称，俄乌冲突造成国际原物料上涨是影响猪价原因之一，但主要在于百亿养猪基金补助猪舍改建，目前有七八百个猪舍在改建当中，猪量自然就会变少，这是最大原因，若明年底改建计划结束前，国际原物料经恢复平稳，相信猪价成本会降下来一些。,羽林娱乐注册。

  12月21日,义利天下｜她在义乌调一味香,2021年欧洲成为中国出口新能源汽车第一目的地。2022年，中国出口欧洲新能源车数量达54.5万辆，相比2020年增长6.5倍。,pp体育官网下载,一周决,送彩金平台。

  时事2：太阳城网投平台

  12月21日,入境货物检验检疫签证自动化落地湖北,除了资金占用问题，人福医药还因为关联交易信息披露不当，导致2022年年度报告存在重大遗漏。2022年3月，人福医药下属四家子公司分别向武汉珂美立德生物医药有限公司购买物业资产，交易金额合计16.45亿元。珂美立德与人福医药的关系复杂而微妙，该公司由人福医药于2014年7月设立，2019年被出售。工商信息显示，其控股股东武汉当璟与“当代系”存在诸多关联。,火博,欧陆娱乐注册官网,优德下载地址。

  12月21日,中国驻日本大使就日本自卫队飞机滋扰中国海军航母编队训练提出严正交涉,每经AI快讯，12月23日，居然智家公告，公司于2025年12月22日召开第十二届董事会第一次会议，选举王宁先生为董事长，任期三年，自本次董事会审议通过之日起至第十二届董事会任期届满之日止。,银河国际网开户,葡萄京娱乐场网上平台,2026世界杯买球赋fc3·tv。

  时事3：真钱大发

  12月21日,外媒：澳大利亚邦迪海滩发生枪击事件,徐州也在实现一季度“开门红”之后，加紧谋划如何再下一城。“二季度既是承上启下的关键节点，也是决定全年经济走向的关键时期。”在一季度经济形势分析会上，徐州市委书记宋乐伟强调，要更大力度抓招商上项目，深入开展“招商引资质效提升年”行动，不断夯实经济增长基础。,9Q体育官网,皇冠足球app怎么下载,亚星电竞。

  12月21日,英国住院医师流感高峰期启动罢工,村民们普遍质疑，身份或被冒用于不良或非法用途。“这些营业执照，是不是被拿去骗取农业补贴、申请贷款，或者搞业绩报表？就算不申请大病补助什么的，也要查清楚。冒用公民身份信息，本身就是违法行为。”刘一鸣说。,hg0088如何开户,体验金官网平台,365体育注册竞猜。

  时事4：乐动体育官方网站

  12月21日,上海业主私挖地下室事件最新进展如何？治理违建难到底在哪儿？,正如黄渤在盛典上所讲述的，“对于鸿蒙来说，退一步可能不是什么海阔天空，却有可能是无影无踪。”从2015年开始立项开发，鸿蒙团队以及追光者们十年死磕，以不懈努力走出了一条艰难却通向希望的路，照亮属于奋斗者的光辉岁月。,欧宝真人官网,澳门永利wynnmacau,捕鱼能上下分的。

  12月21日,粤港澳自然教育论坛落幕 凝聚推进生态文明共识,而财务数据的背后反映了公司核心业务面临的增长瓶颈。2025年1月到9月，人福医药实现营业收入178.83亿元，同比下降6.58%。其中第三季度单季营收58.19亿元，同比下降7.36%，下滑趋势未得到遏制。这一现象在医药行业整体保持稳健增长的背景下尤为突出，反映出公司面临的结构性困境。,手机彩票大平台下载,足球资讯,ca88最新平台。