复旦大学 × 阶跃星辰开源最新力作PixelSmile：AI 终于实现人脸表情PhotoShop

文章主旨：

PixelSmile 是一种基于扩散模型的细粒度人脸表情编辑框架，通过全对称联合训练和文本隐空间插值技术，实现了连续可控、语义解耦且保留身份的人脸表情编辑，并配套了统一的数据集与评估框架。

关键要点：

• 揭示了细粒度表情编辑中语义重叠的本质是结构化重叠，而非单纯分类错误。
• 构建了FFE数据集（12类表情+连续情感标注）和FFE-Bench多维度评估体系。
• 提出PixelSmile框架，通过全对称联合训练与文本隐空间插值解耦重叠情感表征，实现非纠缠且线性可控的表情编辑。
• 实现了12类目标表情的连续强度控制，在表情准确性、身份保持与可控性上优于现有模型。
• 支持表情混合（如惊讶+开心合成“惊喜”）及动漫风格图像编辑。

内容结构：

问题背景：现有AI图像编辑在人脸细粒度表情编辑上存在“改不动、改不对、改崩”问题，即编辑不准确（相近情绪混淆）或身份一致性下降。

核心贡献：

• 连续可控：通过文本隐空间插值，实现单图编辑沿同一方向连续推进，形成平滑动态效果。
• 语义解耦：全对称联合训练减少惊讶与恐惧、愤怒与厌恶等重叠表情的混淆，同时保留人物身份。
• 表情混合：支持组合不同表情（如惊喜、礼貌嫌弃），符合真实情绪的非单一性。

数据集与评估框架：

• FFE数据集：首个为细粒度表情编辑提供连续分数标注的数据集。
• FFE-Bench：首个统一评估框架，涵盖表情准确性、控制稳定性、身份保持等多维度。

效果对比：与Nano Banana Pro、GPT-Image-1.5等通用模型相比，PixelSmile在细粒度表情编辑中表现出更低的语义混淆和更高的身份一致性。

开源资源：论文、代码、模型、Benchmark和Demo均已公开（项目页、GitHub、Hugging Face）。

文章总结：

PixelSmile 不仅提升了细粒度表情编辑的可控性和可用性，还填补了连续表情数据集与统一评估的空白，是推动该方向系统化发展的重要工作。

2000字吃透IPD产品研发！各阶段怎么落？看了就懂

了解更多

AI生成未来

查看原文：复旦大学 × 阶跃星辰开源最新力作PixelSmile：AI 终于实现人脸表情PhotoShop

文章来源：

AI生成未来

扫码关注公众号