MagicQuill

MagicQuill：一种智能交互式图像编辑系统
作为一项高度实用的应用，图像编辑面临多样化的用户需求，因此对易用性要求极高。本文提出MagicQuill，一个集成的图像编辑系统，旨在帮助用户快速实现创意。我们的系统采用简洁但功能强大的界面，用户仅需几笔操作即可表达想法（如添加元素、删除物体、改变颜色等）。这些交互由多模态大语言模型（MLLM）实时监测，以预测用户意图，无需输入提示词。最后，我们采用经过精心设计的双分支插件模块增强的扩散先验，实现对编辑请求的精准控制。