EditBridge：面向4K超高清图像编辑的扩散桥框架

高分辨率图像编辑在专业工作流程中需求日益增长，然而现有的基于扩散的模型受限于二次注意力复杂度和高昂的内存需求，仍被限制在1K以下的分辨率。一种常见的变通方法是采用两阶段流程：先在低分辨率下编辑，随后进行独立的超分辨率处理。然而，这种方法存在两个关键问题：信息发散，即幻觉细节与原始高分辨率（HR）源不一致；以及纹理退化，表现为过度平滑或过度锐化的伪影。我们提出EditBridge，一种用于高效超高分辨率编辑的扩散桥接框架。与从噪声中重新生成的传统扩散不同，我们将细化过程构建为从低分辨率（LR）编辑结果到其高分辨率对应物的结构化数据到数据转换，并明确以原始高分辨率源为条件，以保留真实细节。为了高效整合高分辨率源引导，我们引入了一种先验引导的块状稀疏注意力机制，利用第一阶段编辑中的语义对应关系，将跨图像交互限制在空间对齐区域，显著降低计算开销。大量实验表明，EditBridge在高达4K的分辨率下实现了高保真编辑，具有卓越的感知质量，在2K下提供3.6至8.4倍的加速，并在61秒内实现实用的4K编辑。