光照改了，人却变了？美图 ECCV 论文提出一致特征传输重打光新方案 CFT

在生成式 AI 时代，“克制”比“创造”更难。

作者丨刘洛麒

编辑丨岑峰

在人像修图里，“光” 是让照片拥有灵魂的关键，也可能是最大的坑。

你可能遇到过这种情况：当你想把光线调成午后暖阳，想尝试霓虹灯下的赛博氛围，或者想把照片调成 “伦勃朗光”增加质感”，但现有的 AI 重打光方案往往把握不好尺度，在复杂光照场景下，常出现光照不稳定、阴影方向错乱，甚至把脸 “修成另一个人” ，修完连亲妈都不认识。

“能在实验室跑通”与“能让用户满意”之间，卡在了身份保真度这一环。

近日，美图影像研究院（MT Lab）提出 Consistent Feature Transport（CFT，一致特征传输）将人像重打光重新表述为光照一致的特征传输问题，在 Rectified Flow 框架上显式学习源图与目标图分布之间的光照变换。该成果已被计算机视觉顶级会议 ECCV 2026 （European Conference on Computer Vision）录用，它的核心逻辑只有一句话：只搬运光影，不触碰灵魂。

项目主页 / 代码开源：Consistent Feature Transport for Image Relighting

为什么AI重打光容易“翻车”？

当前市面上基于扩散模型的人像重打光主流方法有三条路，但各有各的尴尬：

控制信号驱动（Control-based）方案：可控性较好，但结果高度依赖控制信号的准确性和完整性，一旦参考图不准，光影就容易发生错乱；
本征分解驱动（Decomposition-based）方案：复杂光照下容易出错，误差会传导至最终图像，导致阴影不一致、颜色偏移或细节丢失；
直接图到图翻译（Image-to-image）方案：未显式建模 "光照专属" 的特征位移，光照编辑的精度与表达力不足。

此外，由于公开人像重打光数据集规模有限，且多在受控环境下采集，缺乏复杂光照效果（多色温、空间变化阴影、非均匀照明等），难以支撑真实场景下的可控重打光学习。

CFT像运送快递一样传输光影

CFT 在噪声、源图、目标图三个分布之间建立联合建模，训练目标由三部分组成：

1. 噪声→目标图（L₁）给定源图 (xsrc)、重打光目标图 (xtgt) 及文本条件 (ctgt)，学习从先验噪声到目标 latent 的速度场，完成条件生成。

2. 噪声→源图（L₂）在同一先验噪声下，以中性条件 (csrc) 重建源图分布。这条重建路径强化了对非光照内容（身份、几何、场景结构）的保持能力。

3. 源图→目标图：光照一致的特征传输（L₃，CFT 核心）借鉴无反演编辑方法，利用 Rectified Flow 的线性性质，通过平行四边形法则构造源到目标的直接传输路径：ztdirect=zsrc+zttgt−ztsrc

对应速度场为：vtdirect=vθ(zttgt,t,xsrc,ctgt)−vθ(ztsrc,t,xsrc,csrc)

值得注意的是L₃的监督使用的是身份与场景内容不同，但光照变换相同的图像对作为真值（ground truth）。这样做的优势在于，如果监督来自同一对图像，模型容易拟合样本特有的内容差异，把光照变化与非光照变化混在一起；而换用“同光照变换、不同内容”的配对，可以让模型学习可跨实例复用的光照特征传输。在生成稳定性与光照传输监督之间取得平衡。

此外，为了支撑复杂光照场景的学习，团队构建了包括室内、室外等主流场景的大规模人像重打光数据集，覆盖14类光照效果类别，该数据集强调空间结构化照明、多色温与复杂阴影，弥补了现有 portrait relighting 数据在复杂光效上的不足。

实验结果

在自建测试集上，CFT相比目前的方案，在像素保真、感知相似度、分布真实感与光照专用指标上均表现更优。定性实验结果显示，CFT 在多光源交互、空间结构化照明、色温大幅偏移等困难场景下，一致性及稳定性方面均有明显优势。

根据30 名用户对 40 组随机样本打分结果显示，Flux-Kontext + CFT 在评估光照质量（IQ）、内容一致性（CC）、物理合理性（PP）、图像美学（IA）上表现最佳。此外，消融实验显示，单独增加 L₂不能提升重打光质量，但与 L₃联用时提供额外结构保持，完整 CFT 效果最优；L₃若用原始 (xsrc,xtgt) 或随机配对监督，性能反而下降甚至不如仅 L₁；传输速度场方差分析表明，完整 CFT 在训练集与测试集上均具有最低方差，能够学习到更一致、稳定的光照特征传输场。

CFT 在风格迁移方面的可泛化能力

CFT 的“一致特征传输”思想并不局限于光照编辑，通过在OmniStyle-150k上构建风格迁移数据集并将 CFT 应用于OmniStyle 与 Qwen-Image-Edit上发现，CFT 在内容结构与感知保真上实现持续提升，生成结果在风格化上取得了更好平衡，这表明 CFT还可迁移至风格迁移等多种属性的编辑任务。

在与目前的 SOTA方案对比中，CFT 在 SSIM（像素保真）、LPIPS（感知相似度）以及 FID（分布真实感）等硬指标上均获得最高分。

目前，图片打光能力已经上线美图旗下产品Picchi、AirBrush与BeautyPlus，不需要输入冗长的提示词，就可以实现各种不同的光线效果。

用户不再需要输入几百字的提示词，也不需要精通专业灯光，只需要点选一种风格，AI 就能在秒级时间内完成一次高精度的“现场布光”。

美图的这篇 ECCV 论文给行业提了个醒：在生成式 AI 时代，“克制”比“创造”更难。能理解物理规律并精准控制特征的位移，才是让 AI 工具真正走向专业创作的“物理底座”。

为了方便大家抱团交流、互通会议消息，我们专门建了ECCV 2026参会交流群！进群你会解锁这些「福利」

会议情报站：投稿 DDL、格式规范、评审进度……关键节点第一时间送达，再也不怕错过 deadline，投稿准备稳稳的。
同行茶话会：天南海北的同行都在群里，聊心得、碰思路、攒人脉，科研路上我们同行。
前沿补给站：最新研究成果、热点方向实时同步，结合会议主题帮你捋清投稿脉络，给论文灵感加满油。
现场后援团：（会议期间专属开启）：到了会场也不用慌——
路线导航：场馆分布、报告厅怎么走，群里随时问；
议题共读：热门 session、Keynote 现场探讨，错过也能追；
Poster 汇编：现场海报精华整理，一键收藏不遗漏；
约局广场：约饭局、采访局、交流局……想唠嗑、想合作、想面基，群里发起就成。