让你更懂AI的 2025-09-23 18:12 北京
替换与自由生成一把梭
图像定制（Image Customization）是工业级媒体生产中的核心需求——无论是虚拟试衣、商品植入，还是创意 IP 衍生，都需要让生成的图像与参考保持身份一致。
传统方法通常分为两类：
位置相关（Position-aware）：需要在指定位置（例如遮罩指定）进行定制，比如“替换图中的商品”。
位置无关（Position-free）：不依赖具体位置，从零生成符合参考身份的新图像，比如“让某个角色出现在全新的场景里”。
然而，这两类方法往往相互独立，缺乏一个统一框架来灵活应对多种需求。
今天，腾讯 ARC Lab 联合北京大学团队开源了全新研究成果 IC-Custom 🚀 ——一个通过 In-Context Learning 实现的统一、多场景图像定制框架。
论文地址：
https://arxiv.org/abs/2507.01926
项目主页：
https://liyaowei-stu.github.io/project/IC_Custom/
代码链接：
https://github.com/TencentARC/IC-Custom
社区适配与支持
值得一提的是，社区开发者已经将 IC-Custom 适配到了 ComfyUI 工作流，方便大家快速体验：
🔧 ComfyUI 节点：
ComfyUI_RH_ICCustom
⚙️ RunningHub 工作流：
RunningHub_ICCustom
🎥 ComfyUI 演示视频：
T8star-Aix ComfyUI 演示（Bilibili）
ComfyUI 官方教程（Bilibili）
https://www.bilibili.com/video/BV1bHYPz8EUi/?vd_source=b08a459ef4b115fe7614b270fe47627a
IC-Custom 的核心亮点
1. 统一框架
同时支持 位置相关（精确或用户绘制 mask）、位置无关（从零生成）定制场景。
一个模型搞定多种任务，避免了以往需要单独训练多个模型的局限。
2. 创新的 In-Context Multi-Modal Attention（ICMA）机制
引入可学习的任务标记（task-oriented register tokens）与边界感知位置嵌入（boundary-aware positional embeddings），有效解决任务混淆与边界歧义问题。
3. 高质量生成
精心收集了 1.6 万+ 高质量样本，包含真实与合成数据，覆盖服装、家具、饰品等场景。
数据分辨率普遍超过 1024×1024，保证了生成的细节与真实性。
4. 轻量高效
仅需训练原模型 0.4% 参数（4926 万），就能取得表现优于社区工作流（FLUX.1 Fill 万物迁移）和闭源模型的表现。
实验与评估
在 ProductBench 与 DreamBench 上，IC-Custom 在身份一致性、整体和谐度、文本对齐度三大指标上均取得显著提升现有方法。
人类偏好测试中，IC-Custom 获得了约 73% 的偏好提升。
无论是带 mask 的定制场景，还是完全自由的生成场景，IC-Custom 都能生成高质量、和谐且身份一致的图像。
应用场景
🧥 虚拟试衣：快速生成多角度、多场景的试穿效果
💍 配饰摆放：轻松模拟饰品、家居、商品的多种展示方案
🎨 创意 IP 衍生：动漫角色、虚拟人物在不同环境下的个性化生成
IC-Custom 让 AI 生成更懂“定制”，为工业生产与创意设计带来更多可能性。
🔗 了解更多
📄 论文地址：
https://arxiv.org/abs/2507.01926
🌐 项目主页：
https://liyaowei-stu.github.io/project/IC_Custom/
💻 开源代码（欢迎Star✨）：
https://github.com/TencentARC/IC-Custom
更多阅读
#投 稿 通 道#
让你的文字被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。
总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。
📝 稿件基本要求：
• 文章确系个人原创作品，未曾在公开渠道发表，如为其他平台已发表或待发表的文章，请明确标注
• 稿件建议以 markdown 格式撰写，文中配图以附件形式发送，要求图片清晰，无版权问题
• PaperWeekly 尊重原作者署名权，并将为每篇被采纳的原创首发稿件，提供业内具有竞争力稿酬，具体依据文章阅读量和文章质量阶梯制结算
📬 投稿通道：
• 投稿邮箱：hr@paperweekly.site
• 来稿请备注即时联系方式（微信），以便我们在稿件选用的第一时间联系作者
• 您也可以直接添加小编微信（pwbot02）快速投稿，备注：姓名-投稿
△长按添加PaperWeekly小编
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·