猫眼电影记者 周静娜 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：体育比分365

  12月26日,武契奇：绝不允许有人颠倒黑白 歪曲事实,在一次学术会议上，一位哈萨克斯坦知名学者说的话令笔者深受震动。他说，“一带一路”给中亚带来的不仅是公路铁路桥梁隧道，不仅是工业园和各类合作项目，也不仅是中欧班列过境创造的物流机遇，更重要的是给中亚地区带来了中国开放包容合作共赢的思维理念，甚至中亚国家之间的关系改善也在一定程度上要归功于“一带一路”。,凤凰体育彩票官网。

  12月26日,外资企业看好广西发展商机 加强绿色产业合作力度,数据显示，一季度，温州、徐州、大连、唐山GDP分别为2152.2亿元、2118.35亿元、2103.5亿元、2006.5亿元，同比分别增长6.1%、6.9%、5.8%、6.6%。相比去年一季度，四座城市GDP增量分别达到123.1亿元、102.1亿元、70.6亿元、76.1亿元。,世界杯赌球在哪里下注,现金买球平台,皇冠体育游戏。

  时事2：将军娱乐城

  12月26日,国际滑联花样滑冰大奖赛总决赛：中国队包揽青年组双人滑冠亚军,换言之，浙江华贝既无“钱”也无“力”，根本不具备真实受让技术的商业基础。,澳门威斯尼斯人Va,sbobet官网,博久娱乐城。

  12月26日,民主党派唱响海南自贸港建设“协奏曲”,其间，李卓所在的农商行曾尝试研发销售风险等级在R3（中风险）的混合类理财产品（权益类资产投资占比在15%—20%），但收效不理想。当地不少乡村居民一听说这款理财产品投资股票，觉得风险较大而不愿意认购。,外围投注世界杯,e星体育app官网下载,168快速登陆。

  时事3：凯时登录注册

  12月26日,郭艾伦复出 四川男篮赛季首轮不敌广州,1987年9月至1994年6月，郭宁宁在清华大学经济管理学院管理信息系统专业学习，获工学学士、硕士学位，1997年3月至2003年6月，她在清华大学数量经济学专业在职研究生学习，获经济学博士学位。,凯时娱人生就是博app,新mg官网电子游戏,亿博体育注册彩金。

  12月26日,以创新型城市建设赋能城市内涵式更新,草案二审稿明确，从事跨境电子商务零售进口的电子商务平台经营者、物流企业和报关企业，以及法律、行政法规规定负有代扣代缴、代收代缴关税税款义务的单位和个人，是关税的扣缴义务人。,银河体育外围,12bet线路检测,德扑圈网址。

  时事4：天博tb体育下载

  12月26日,各地细化服务“组合拳”应对降温 保障百姓“菜篮子”“果篮子”稳定供应,[#向松祚预测房价未来还会继续下跌#]房价未来是否还会下跌？经济学家、深圳市大湾区金融研究院院长向松祚认为，房价未来还会继续下跌，一方面投资需求下降，未来通过买房理财的人会越来越少；另一方面，近几年房地产的销售主要来自刚需，这也是未来人们买房子的主要需求，但它不足以支撑房价继续上涨。同时，很多人在“追涨杀跌”的心理下希望把房子变现，房价越是下跌他们越是想卖。（中新经纬）,365投注平台,亚盈体育手机版app下载,申请领取38元体验金。

  12月26日,残特奥会单日决出3枚乒乓球金牌 江苏队独揽2枚,据彭博社报道，布林肯在华盛顿对记者说，“随着事态逐步发展，需求在变化，我们提供给乌克兰的（武器）也在变化。最近发生的（变化）是，（美国）决定提供‘艾布拉姆斯’坦克，当然德国也要提供‘豹’式坦克，其他欧洲国家也在做同样的事”。,3d真人国际象棋游戏,千亿体育外围,世界杯投注竞彩app。