猫眼电影记者 钱途 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：哪个网站可以投注世界杯

  12月22日,探秘巫山红叶“红满山”背后的科技力量,2、货币政策超预期：货币政策是市场流动性的重要影响因素，央行采取超预期的货币政策可能对市场流动性产生显著影响。,2020欧洲杯对阵表。

  12月22日,广西115名华裔高中留学生获中国华文教育基金会助学金,报道继续称，亚利桑那州一家无人机操控员协会的联合创始人格雷格·雷维迪奥近期就大疆无人机禁令对8000名无人机操控员进行了调查。调查结果显示，约43%的受访者认为禁令将对其公司造成“极其负面”或“可能导致公司倒闭”的影响；约85%的受访者表示，他们的公司可能只能维持两年或更短时间。,bob游戏官方登录,沙巴在线登录,足球买球平台。

  时事2：世界杯球彩在哪买

  12月22日,送别中国四大名著“全满贯”演员何晴,中国-中亚峰会将于5月18日-19日在西安举行。这场中国和中亚五国元首首次举办的线下峰会，将开启中国和中亚国家关系新篇章，对于推动“一带一路”高质量建设、建设中国-中亚命运共同体、促进地区稳定发展具有里程碑意义。,皇冠体育手机app下载,闲和庄娱乐城,188bet金宝搏怎么开户。

  12月22日,新华鲜报·“十四五”发展亮点|中国“大市场”不一般！内需平均贡献率86.4%,公摊面积之所以常被诟病，一方面是因为其内涵、计算方式太过于专业复杂，且标准不统一，购房人难以弄明白，也不愿为“看不见”的面积多花“冤枉钱”；另一方面，是因为随着更多高层、高档楼盘入市，在房价本就相对较高的一二线城市，购房者需要为公摊面积花费更多购房款。,千亿国际网站多少,利来国际老牌,棋乐官方下载。

  时事3：环亚旗舰厅App

  12月22日,意大利：米兰冬奥会火炬本土传递在罗马启动,投资回报率只是CVC基金对上市公司发展提供支撑的一个方面。累计投资项目超60个，汇川产投通过拉通整合集团内部与被投企业资源，从三个维度为上市公司发展提供支撑：一是补强核心技术短板，筑牢产品竞争壁垒；二是搭建产业协同生态，降低供应链与竞争风险；三是捕捉赛道机会，拓展战略发展边界。,赌城风云3,188体育属于哪个,体育投注信用网。

  12月22日,截至11月底沪市ETF规模破4.1万亿元 年内增50%,不过眼下，郑州正借势郑州比亚迪工厂、郑州上汽乘用车二期等项目，逐步将新能源汽车培育成下一个引擎。不论对工业经济增长，还是外贸发展而言，新能源汽车产业都将成为郑州“转身”的一个关键变量。,即时比分90vs即时比分,永利双轮盘,老品牌金沙城。

  时事4：bet36备用地址

  12月22日,天津第二届室内蹦极国际锦标赛启幕 中外选手跃动海河之畔,鸿蒙的快速成长与发展，不只是一家企业的成果，更是中国科技产业在关键领域自主创新、自力更生的一个缩影。此次盛典，让我们看到了国产操作系统发展背后，那股源自千行百业、万千开发者的的磅礴力量。无数个“我”汇聚，便成了“我们”，“聚是一团火，散是满天星”是无数鸿蒙合伙人最真实的写照。,博亚手机app官方网站入口,澳门皇冠手机版,2019欧洲杯决赛。

  12月22日,西安警方跨省追捕追回“养老钱”,2021年12月28日，诺泰生物与一家名为“浙江华贝药业有限责任公司”(简称“浙江华贝”)的企业签署《药品技术及上市许可持有人权益转让协议》，约定将某项药品技术及相关权益以3000万元价格转让给浙江华贝。公司据此在2021年年报中确认了3000万元营业收入及2595.16万元利润。,365体育网址,万博max手机版注册,多宝全站APP。