CFT一致特征传输：美图图像打光技术革新

在人像后期修图中，调整光线氛围是最常见也最考验技术的需求之一，比如将普通室内人像改成午后暖阳的柔和质感，或是切换到赛博霓虹的冷调氛围，甚至用伦勃朗光突出人物侧脸轮廓。但在复杂光照场景下，现有的AI人像重打光方案常常出现光照不稳定、阴影方向错乱，甚至改变人物本身特征的问题。

目前主流的三类基于扩散模型的人像重打光方案都存在各自的局限：基于控制信号驱动的方案虽然可控性有所提升，但最终效果高度依赖控制信号的准确性与完整性；基于本征分解的方法在复杂光照环境中容易出现误差累积，导致阴影不一致、色彩偏移或是细节丢失；而直接图到图翻译的方案没有显式建模光照专属的特征位移，在光照编辑的精度和表达力上都存在明显不足。

此外，现有的公开人像重打光数据集规模有限，且大多在受控环境下采集，缺乏多色温、空间变化阴影、非均匀照明等复杂光照效果，难以支撑真实场景下的可控重打光模型训练。

针对这些痛点，美图影像研究院（MT Lab）提出了一致特征传输（Consistent Feature Transport，简称CFT）方法，将人像重打光重新定义为光照一致的特征传输问题，在Rectified Flow框架下显式学习源图像与目标光照图像分布之间的光照变换，而非通用的图像翻译。该研究成果已被计算机视觉顶级会议ECCV 2026收录。

本次研究的论文标题为《Consistent Feature Transport for Image Relighting》，相关项目资源已对外公开。

核心技术框架

CFT在噪声、源图像、目标图像三个分布之间建立联合建模，整体训练目标包含三个核心部分：

1. 噪声到目标图（L₁）：给定源图像xsrc、重打光目标图像xtgt以及文本描述条件ctgt，学习从先验噪声到目标隐空间的速度场，完成条件式生成。

2. 噪声到源图（L₂）：在同一先验噪声下，以中性描述条件csrc重建源图像的分布，这条路径可以强化模型对非光照内容（包括人物身份、面部几何、场景结构）的保留能力。

3. 源图到目标图：光照一致的特征传输（L₃，CFT的核心模块）：借鉴无反演编辑的思路，利用Rectified Flow的线性特性，通过平行四边形法则构造从源图像到目标图像的直接传输路径：ztdirect=zsrc+zttgt−ztsrc，对应的速度场为vtdirect=vθ(zttgt,t,xsrc,ctgt)−vθ(ztsrc,t,xsrc,csrc)。

值得注意的是，L₃的监督采用了身份与场景内容不同，但光照变换完全相同的图像对作为真值。如果直接使用同一组图像对作为监督，模型容易拟合样本特有的内容差异，将光照变化与非光照变化混淆；而使用“同光照变换、不同内容”的配对样本，可以让模型学习到可跨实例复用的光照特征传输能力，在生成稳定性与光照传输监督之间取得了更好的平衡。

为了支撑复杂光照场景的训练，研究团队构建了覆盖室内、室外等主流场景的大规模人像重打光数据集，包含14类不同的光照效果类别，重点支持空间结构化照明、多色温与复杂阴影的建模，弥补了现有肖像重打光数据在复杂光效上的不足。

模型性能验证

在自建的测试集上，CFT方案相比现有主流方案，在像素保真度、感知相似度、分布真实感以及光照专用指标上都表现更优。定性实验结果显示，在多光源交互、空间结构化照明、色温大幅偏移等难度较高的场景中，CFT在光照一致性和生成稳定性上都有明显优势。

根据30名用户对40组随机样本的打分结果，结合Flux-Kontext的Flux-Kontext + CFT方案在光照质量、内容一致性、物理合理性以及图像美学四个评估维度上都取得了最佳表现。此外，消融实验结果显示：单独增加L₂无法提升重打光质量，但与L₃结合时可以提供额外的结构保持能力，完整的CFT方案效果最优；如果L₃使用原始的(xsrc,xtgt)或是随机配对的样本作为监督，模型性能反而会下降，甚至不如仅使用L₁的方案；对传输速度场的方差分析表明，完整的CFT方案在训练集和测试集上都拥有最低的方差，能够学习到更一致、稳定的光照特征传输场。

跨任务泛化能力

CFT的“一致特征传输”思路并不局限于人像重打光任务。研究团队在OmniStyle-150k数据集上构建了风格迁移测试集，并将CFT应用于OmniStyle和Qwen-Image-Edit两个方案中，结果显示，加入CFT后，模型在内容结构保留和感知保真度上都有持续提升，生成结果在风格化效果上也实现了更好的平衡，证明CFT可以迁移到风格迁移等多种属性编辑任务中。

目前，基于CFT的图片打光能力已经上线美图旗下的Picchi、AirBrush与BeautyPlus三款产品，用户无需输入冗长的提示词，就可以快速实现多种不同的光线效果调整。