Apply 2026 项目详情

此文件是 apply/2026/details.js 的唯一维护源。修改详情后运行：

python3 scripts/md2html.py docs/apply-2026-details.md apply/2026/details.js

face

如何在多重控制下做到 ID 一致且保真

背景

• 生图的控制叠加使得人脸 ID 信息被削弱（LoRA / IPA / ControlNet）。
• 主流 ID-preserving 算法 InstantID / PuLID / LoRA 存在不足：侧脸和相似度难以两全。

  技术演进路线

  FaceSwap -> Face-Inpainting -> End2End

• FaceSwap：原图 + 人脸检测识别 + merge 新人脸图。优点：一致与保真，与多重控制解耦。缺点：融合边缘瑕疵，策略逻辑重，难以自适应。
• Face-Inpainting：原图 + ReID + 人脸 mask + 生成模型 inpainting。优点：更精准优雅的人脸定位，inpainting 显著减少融合瑕疵，一致与保真不变。缺点：复杂场景下 mask 成为瓶颈。
• End2End：UNO-Face 人脸场景融合，加入人脸 loss。优点：解决融合瑕疵，人脸更自然。缺点：增加一次模型推理。

  成果

  人物高一致性与高保真成为产品特色，人脸方案整合复用在其他产品。

region

如何做到精准的图像区域控制

背景

文生图中提示词描述到图像空间存在映射关系，但无法精准控制。

技术方案

构建区域拆分提示词，再对 attention map 进行对应的区域切分（或 mask），分别进行 attention 计算并叠加 IPAdapter 特征，再拼接回去进行生成。

成果

实现区域控制的提示词到图像映射，满足产品可控性和分镜特性。

free-control

如何做到 Free Control

背景

基于控制信号的生成容易形成人物姿态瑕疵，没有控制信号无法实现分镜控制。

技术方案

基于区域控制实现底图生成，构建分镜 mask 与背景，再基于区域进行 inpainting，最后融入控制信号引导。

成果

满足分镜动作控制，同时避免人物动作瑕疵。