猫眼电影记者 张林泉 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：永乐国际平台下载

  12月28日,日本两团体请求访华 中方回应,6月16日，黑龙江省委书记许勤到哈尔滨松花江堤防、省气象局、省水文水资源中心检查防汛备汛工作。许勤前往哈尔滨市松花江干流堤防松北区“三堤改线”防洪工程现场，了解堤防建设标准、城市防洪能力、防汛准备等情况，强调要做好当前汛情应急推演，全面排查整治险堤弱段，充足储备、靠前预置防洪物资力量，以万全准备应对万一可能。,世界杯买球app浮fc3_tv。

  12月28日,湖北当阳博物馆开馆 多件楚汉珍贵文物亮相,这也是为什么今天中方反复说，“中东是中东人民的中东，中东地区的命运应该掌握在中东各国人民手中”。虽然西方总是以小人之心抹黑中国意欲填补中东“权力真空”，但沙伊两国选择中国来斡旋恰恰说明，中东国家相信中国的一片公心，对这份善意格外珍视。,买球平台网站多少,云顶集团手机登录官网,利记足球现金网。

  时事2：188体育在线官网

  12月28日,用生命诠释“誓与密码共存亡” 天津静海籍抗日英烈董健民纪念展厅正式落成,双方认为，各国均有权根据本国国情和人民意愿，自主选择发展模式和政治、经济、社会制度，反对干涉主权国家内政，反对没有国际法依据、未经安理会授权的单边制裁和“长臂管辖”，反对以意识形态划线。双方指出，新殖民主义和霸权主义完全违背了当今时代潮流，呼吁开展平等对话、发展伙伴关系，推动文明交流互鉴。,银河贵宾厅网址大全,AOA哪个公司,沙巴体育盘口首页。

  12月28日,从化零为整到开放共赢 广西产业园区激活发展效能,上述规划中坦言，对标对表成都、西安、武汉等国家中心城市及南京、杭州等重要省会城市，郑州文旅还存在文化旅游产品整体竞争力有待提升、文化和旅游公共服务水平和效能有待提升、文化旅游和其他领域的融合联动度有待提升等亟待解决的问题。,kb体育电脑版下载,银河总站官方,酷游游戏。

  时事3：十大买球平台排行榜

  12月28日,（文化中国行）以网络文学书写非遗 用青春力量传承传播,1月信贷预计处于季节性高位。2025年10月信贷表现偏弱，11月央行《三季度货币政策执行报告》表明“信贷增速可以略低一点”，在此背景下，2026年银行年初“早投放早收益”的诉求可能会抬升，与此同时，是我们在微观中看到银行储备项目相较于往年更加提前的信息，以及12月票据利率月尾抬升的现象，因此我们判断1月份信贷可能有超季节性的表现，带动资金缺口有所增加。,以前有个捕鱼大亨呢,博天堂备用网址,凯时开户网址。

  12月28日,日本军事评论家称 国际社会应警惕并制止日本加速军备扩张,在核心项目与潜力项目路演环节，四个聚焦重大未满足临床需求的创新项目依次亮相。包括了眼科、肿瘤、代谢性疾病等行业热门治疗领域和技术路线。现场，来自泰格医药、和泽医药的临床与药学专家及多家基金代表，从临床价值、差异化竞争格局、关键数据里程碑与可行性评估等多维度进行提问与点评，为项目团队提供了具有可操作性的优化建议。,真钱版诈金花,bbin买球,188体育足球最佳娱乐。

  时事4：世界杯投注app极fc3丶tv

  12月28日,海南封关首日见闻：第一批外籍人士领取就业许可、居留许可,公司拥有完善的组织架构及规范的业务流程，高管团队已对日常经营管理相关事项做了妥善安排。截至本公告披露日，公司控制权未发生变化，董事会运作正常，公司高管按分管职责正常履职，公司及子公司生产经营管理情况正常。,永利体育app下载,三昇体育官网,网上真人网站app下载。

  12月28日,重庆运动员斩获中国在听障奥运会跆拳道品势项目首枚金牌,2019年9月，汪争猛的父亲汪绪良做完良性肿瘤手术后，眼睛半失明，去村委会写申请，提交给当地残联办残疾人证。按照相关政策，残疾人可以优先纳入低保，可以享受危房改造补贴、生活和护理补贴等。但不久残联回复，汪绪良家里有营业执照，不符合办证条件。,支付宝斗地主在哪里找,银河直营注册,凯时平台。