猫眼电影记者 鲍蕾 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：qq捕鱼达人的兑换码领取

  12月27日,新国标为二手电子产品装上数据安全锁,报道称，为了延长无人机队的使用寿命，无人机操控员们近来一直在疯狂购入飞机、电池和备件。埃伯特拥有一支由七名无人机操控员组成的团队，他们负责监控数千英亩（1英亩约合4047平方米）土地上太阳能和风力涡轮机装置的建设。他的公司储备了三十多架无人机及相关设备，“因为预见到了2026年（可能）发生的事情”。,云顶娱乐首页。

  12月27日,报告：未来十年中国能源结构呈“煤减、油气稳、非化石升”特征,法新社称，土耳其警方自此次地震发生以来已拘捕18人，理由是他们在社交媒体发布“煽动性”内容，或是批评埃尔多安政府处理灾情的方式。报道还援引网络监测组织Netblocks称，在土耳其的推特使用也受到限制。,缅甸新锦江,乐鱼游戏官网客服,ag手机客户端下载。

  时事2：爱游戏官网登录

  12月27日,北京市机关事务管理局原党组成员、副局长杨文胜接受审查调查,集训前几天来到沈阳的媒体人数还不多，晚上公开训练前伊万还非常友好地与媒体记者握手打招呼，看上去一片祥和气氛。,皇冠hg2020手机app下载,鸭脖网址,世界杯投注q6415.768好。

  12月27日,美军在叙利亚遭遇伏击 致三亡三伤,2015年，广东就在全国率先启动高水平大学建设。多年来，超强度建设、超常规投入也成为当地“疯狂”补短板的有力印证。,真人斗地主2,大众娱乐,乐享彩票app下载。

  时事3：完美国际体验服

  12月27日,一年制“非转海”天津试水 航运紧缺岗位添“快通道”,五里河体育场多年前已经整体拆除，如今昔日体育场已经变成了住宅小区，而国足出线后特地给球员铸造的铜像，则被集体移至一公里左右的沈阳少年宫外面的草坪中。中泰之战前，还有不少媒体记者相约来到铜像前打卡留念。,完美体育365官网,新美高梅移动版,kok竞彩官网。

  12月27日,牛羊疫病高发风险如何有效控制？多位专家深度探讨,双方注意到，当前，地区和全球性冲突不断，国际安全环境不稳定，包括核武器国家在内的国家间对抗加剧导致战略风险不断加大。双方对国际安全形势表示关切。,新濠天地网址正网,凯时ag手机版,体育足球bet。

  时事4：体育娱乐网址

  12月27日,阿依努尔的“美丽事业”：赋能女性就业创业 携手青年赴时代之约,楼春豪认为，尽管印度的宏观经济数据表现相对亮眼，其失业率、劳动参与率及公共服务供给（包括教育和医疗）的数据表现并不理想。他认为，莫迪政府在新一任期内要对经济政策进行必要的反思和调整。,手机赌钱安卓版,炸金花真金,乐虎国际游戏。

  12月27日,“华侨华人与中原根脉”研讨交流活动在洛阳举行,邓肯以“挑战LGBTQ+权利”而闻名，因此饱受美国的左翼人士批评，同性恋法律辩护团体“浪达法律”（Lambda Legal）曾抨击称“他的整个职业生涯都在致力于消灭人权进步”。,注册就送88元,体育吧,鸭脖体育官方网站下载。