影楼精修-一种美颜修图Agent方案

注意：本文所用测试图像，均为AIGC生成

前面介绍了字节的Intelligent Photo Retouching Agent美颜Agent技术，目前该技术已经放出了测试DEMO：https://huggingface.co/spaces/LYL1015/JarvisArt-Preview

大家可以自行尝试，这个技术代表的是一种智能化美颜方法，周末本人进行了一些尝试和验证，本文将从个人角度来探讨一下在影楼修图领域其他的智能化方法。

从个人的理解，目前个人视角可以预测到的几种智能修图方向如下：

1.类似Intelligent Photo Retouching Agent的专业修图模型；

优点：

可处理各类分辨率图像，适合影楼修图；

可以跟修图工具深度绑定，比如Photoshop，像素蛋糕等，进而提升专业深度，也方便产品构建强有力的技术壁垒；

缺点：不够灵活，效果与数据绑定紧密；

2.图像编辑大模型；

优点：可通过用户命令交互式修图(文字，语音等)，且可以完成传统修图算法所不能及的功能效果，比如换衣服，换发型等等，效果自然，整体不需要过高的专业知识；

当前缺点：无法处理大图；由于是重新生成，一致性尚无法完全保证；

3.基于多模态大模型+修图算法API；

这个方案是本文所要详细介绍的一种方案。主体思路是通过多模态大模型对用户图进行美学分析，根据分析结果，调用修图算法对用户图进行修图；

优点：可处理高分辨率大图，保留了传统CV修图的各种优势，同时，借助大模型的分析能力，对传统CV的各种分析