DepthTile深度引导自平铺方法发布

2026年10月14日，arXiv Computer Vision 刊出 Rui Wang 等人的工作，提出 DepthTile——一种深度引导的现有图像自平铺方法，并同时提出 STAS 评分，用于评估输入端的可平铺性。据该报道，DepthTile 的生成模块无需重新训练扩散主干，而是将单目深度转换为空间保留先验，并融入 Tiled Diffusion 的时间步相关掩码机制，从而在近场区域加强对源图的保留，同时在兼容背景边界保留编辑灵活性。报道未提及该方法的具体适用图像类型、运行成本或地域限制等信息。截至该报道，事件进展为方法及配套评分被提出并公开于预印本平台，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。