fallenshock/FlowEdit

Official implementation of the paper: "FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models"

FlowEdit – 无需反演的文本引导图像编辑

是什么 – FlowEdit 是 ICCV 2025 最佳学生论文《FlowEdit: 使用预训练流模型实现无需反演的文本引导编辑》的官方 PyTorch 实现。您只需提供源图像、源描述和目标描述，即可完成图像编辑，无需进行扩散过程的反演。该方法复用现有的文本到图像扩散模型（如 Stable Diffusion 3、Flux）和预训练的流网络，直接引导生成过程以实现目标编辑。

核心思想

无需反演：无需高成本的潜在空间反演；流模型直接将原始图像的噪声轨迹映射到编辑后的轨迹。
即插即用：兼容任何可通过 🤗 Diffusers 加载的扩散模型（本仓库提供 SD-3 和 Flux 的示例）。
可编辑提示：您提供一个 源提示（原始图像所描述的内容）和一个或多个 目标提示；系统会计算一个简洁的“目标代码”，以编码语义变化。

快速上手

克隆与安装

git clone https://github.com/fallenshock/FlowEdit.git
cd FlowEdit
pip install torch diffusers transformers accelerate sentencepiece protobuf
# 若遇到版本冲突，请按 README 建议将 diffusers 固定为 0.30.1

运行演示
- 对于 Stable Diffusion 3：python run_script.py --exp_yaml SD3_exp.yaml
- 对于 Flux：python run_script.py --exp_yaml FLUX_exp.yaml
编辑您自己的图像
- 将图像放入 example_images/ 目录。
- 创建一个 edits.yaml 文件，描述每项编辑（输入路径、源提示、目标提示（可多个）、可选的目标代码）。
- 创建一个实验 YAML 文件（例如复制 FLUX_exp.yaml），指向您的 edits.yaml 并设置超参数如 n_max 和 n_min。
- 运行 python run_script.py --exp_yaml <your_experiment.yaml>。

与 ComfyUI 的集成

仓库链接了社区维护的 Flux 和 HunyuanLoom 的 ComfyUI 节点，以及用于视频编辑的独立 LTX-Video 实现。

相关社区工作

Training-Free-WAN-Editing – 将 FlowEdit 与 WAN2.1 结合用于视频编辑。
DNAEdit – 优化高斯噪声以提升编辑质量（NeurIPS 2025 Spotlight）。
FlowAlign – 为无反演流程添加最优控制轨迹设计（ICLR 2026）。
DynaEdit – 将 FlowEdit 扩展至动态视频编辑（EECV 2026）。

许可与引用

MIT 许可证。
若在研究中使用代码，请引用 ICCV 2025 论文。

为何重要 FlowEdit 证明了无需高成本的扩散反演，也能实现高质量的文本引导图像编辑，为更快、更灵活的编辑流程打开了大门，可轻松集成到现有的扩散模型工具中。