0.22B的inpainting模型，看着效果还行，很适合端侧使用

Moebius，用 0.22B 参数做出接近 10B 级模型的图像修复框架

Moebius 是华中科技大学 HUSTVL 和 VIVO AI Lab 做的轻量级 image inpainting / 图像修复框架，目标很直接：在对象移除、局部补全、人像修复这类明确任务上，不再依赖 FLUX.1-Fill-Dev 这种 10B 级通用大模型。

它的参数量只有 0.22B / 226M，不到 FLUX.1-Fill-Dev 11.9B 的 2%。项目页宣称，Moebius 在 Places2、CelebA-HQ、FFHQ 等自然场景和人像场景的 6 个 benchmark 上，质量达到甚至部分超过 FLUX.1-Fill-Dev、SD3.5 Large-Inpainting 这类大模型，同时总推理时间快 15×，单步延迟约 26.01ms。

方法上，它没有单纯把大模型裁小，而是重构了扩散模型 backbone。核心模块叫 Local-λ Mix Interaction / LλMI block，把 self-attention 和 cross-attention 里的空间上下文、全局语义先验压缩成固定尺寸的线性矩阵，绕开传统 attention 的二次复杂度。说白了，它试图保留“哪里该补、补成什么”的关键交互，但把计算结构做轻。

训练上，Moebius 用的是从 PixelHacker teacher 到 Moebius student 的 adaptive multi-granularity distillation。它不在 pixel space 做昂贵解码，而是在 latent space 里做多粒度对齐：中间特征、扩散轨迹、不同尺度监督一起上，再用梯度范数动态平衡 loss。这个设计是在解决一个很现实的问题：小模型如果只靠压缩，很容易失去语义推理和细节补全能力；蒸馏要帮它把大模型的判断力保留下来。

它真正有意思的地方是路线选择。现在很多图像工具默认往“更大、更通用、更贵”走，Moebius 反过来问：任务边界明确时，能不能用专科模型换回速度、成本和部署自由度？如果它的代码、权重和第三方实测能站住，这类模型对移动端、边缘设备、本地批量修图、商业对象移除工具都更有现实意义。

代码、训练/推理脚本和模型权重已经开放；仓库标的是 Apache-2.0，论文为 ECCV 2026，arXiv 编号 2606.19195。

🔗 链接：http://t.cn/AXSmp6AI
💻 代码：http://t.cn/AXSmp6Af
📄 论文：http://t.cn/AXSmp6AM
🤗 模型权重：http://t.cn/AXSmp6Ax
#HOW I AI# #ai生活指南# #AI艺术#