PhotoDoodle是一款由字节跳动与中国和新加坡大学研究团队联合开发的新型AI图像编辑系统，旨在通过自然语言指令和少量样本学习艺术风格，将照片转化为具有创意的艺术作品。它基于 Flux.1 模型开发，通过改良的 OmniEditor 系统和 EditLoRA 技术，实现了从微小概念调整到完整风格转换的能力。

PhotoDoodle功能特点：

1、艺术风格学习：

PhotoDoodle 能够从少量样本中学习独特的艺术风格，并精准执行特定的编辑指令。

2、位置编码克隆技术：

通过“位置编码克隆”技术，AI 能够记住原始图像中每个像素的确切位置，确保新添加的元素自然融入背景，同时保持画面构图的完整性。

3、两阶段训练策略：

首先，使用大规模数据训练通用图像编辑模型 OmniEditor；随后，通过 EditLoRA 使用艺术家精选的前后图像对进行微调，以捕捉独特的编辑风格。

4、高保真背景一致性：

在添加装饰元素时，PhotoDoodle 能够保持背景的高保真度，避免背景内容的失真。

5、多风格支持：

提供多种艺术风格，如卡通怪物、3D 效果、流动色彩块、手绘线条等，用户可以根据需求选择不同的风格。

6、高效训练：

PhotoDoodle 仅需数十对图像和数千个训练步骤即可掌握新风格，大大提高了处理效率。

7、数据集与代码开源：

研究团队发布了包含六种不同艺术风格和300多对图像的数据集，相关代码已在 GitHub 上开源。

PhotoDoodle相关网址：

1、GitHub仓库：https://github.com/showlab/PhotoDoodle

2、arxiv.org技术论文：https://arxiv.org/abs/2502.14397