FlashEdit: Ontkoppeling van snelheid, structuur en semantiek voor precieze beeldbewerking

FlashEdit: Decoupling Speed, Structure, and Semantics for Precise Image Editing

September 26, 2025

Auteurs: Junyi Wu, Zhiteng Li, Haotong Qin, Xiaohong Liu, Linghe Kong, Yulun Zhang, Xiaokang Yang

cs.AI

Samenvatting

Tekstgestuurd beeldbewerken met diffusiemodellen heeft opmerkelijke kwaliteit bereikt, maar lijdt onder een verboden hoge latentie, wat real-world toepassingen belemmert. Wij introduceren FlashEdit, een nieuw framework ontworpen om hoogwaardige, real-time beeldbewerking mogelijk te maken. De efficiëntie ervan komt voort uit drie belangrijke innovaties: (1) een One-Step Inversion-and-Editing (OSIE) pipeline die kostbare iteratieve processen omzeilt; (2) een Background Shield (BG-Shield) techniek die achtergrondbehoud garandeert door selectief alleen kenmerken binnen het bewerkingsgebied aan te passen; en (3) een Sparsified Spatial Cross-Attention (SSCA) mechanisme dat precieze, gelokaliseerde bewerkingen waarborgt door semantisch lekken naar de achtergrond te onderdrukken. Uitgebreide experimenten tonen aan dat FlashEdit superieure achtergrondconsistentie en structurele integriteit behoudt, terwijl bewerkingen worden uitgevoerd in minder dan 0,2 seconden, wat een versnelling van meer dan 150 keer is in vergelijking met eerdere multi-staps methoden. Onze code zal publiekelijk beschikbaar worden gemaakt op https://github.com/JunyiWuCode/FlashEdit.

English

Text-guided image editing with diffusion models has achieved remarkable quality but suffers from prohibitive latency, hindering real-world applications. We introduce FlashEdit, a novel framework designed to enable high-fidelity, real-time image editing. Its efficiency stems from three key innovations: (1) a One-Step Inversion-and-Editing (OSIE) pipeline that bypasses costly iterative processes; (2) a Background Shield (BG-Shield) technique that guarantees background preservation by selectively modifying features only within the edit region; and (3) a Sparsified Spatial Cross-Attention (SSCA) mechanism that ensures precise, localized edits by suppressing semantic leakage to the background. Extensive experiments demonstrate that FlashEdit maintains superior background consistency and structural integrity, while performing edits in under 0.2 seconds, which is an over 150times speedup compared to prior multi-step methods. Our code will be made publicly available at https://github.com/JunyiWuCode/FlashEdit.