传音控股TEX AI团队联合上海交通大学最新产学研成果“AI消除算法”近日成功被计算机视觉领域国际顶级会议ECCV 2026 European Conference on Computer Vision接收。ECCV与CVPR、ICCV长期被认为是计算机视觉领域最具影响力的国际顶级学术会议之一每两年举办一届。本届会议共有10,473篇论文进入评审流程最终2,883篇论文被接收接收率为27.5%。该研究成果聚焦智能手机影像领域中的重要AI能力——AI目标消除AI Object Removal突破传统扩散模型推理效率瓶颈在保持高质量生成效果的同时大幅降低模型推理成本为生成式AI技术在移动终端影像场景中的规模化应用提供了新的技术路径。未来该技术将应用于传音手机图库AI消除能力以及智能助手AI修图产品为全球用户带来更加自然、高效、智能的影像编辑体验。从“多步生成”到“单步推理”突破AI消除效率瓶颈随着智能手机影像能力不断升级用户对于照片编辑的要求也从简单的滤镜、美化提高到基于生成式AI的智能编辑AI正在重新定义移动影像体验。其中AI目标消除作为生成式影像的重要应用方向可以帮助用户快速去除照片中的路人、杂物、文字等干扰内容并自动恢复自然背景。当前基于扩散模型的生成式编辑方法虽然具备优秀的视觉生成能力但通常依赖多轮迭代去噪过程推理耗时较长难以满足手机影像场景对于实时交互、快速响应和低计算成本的需求。针对上述挑战TEX AI算法团队联合上海交通大学开展深入研究探索如何将先进生成式AI技术转化为适用于智能终端场景的高效算法能力。团队创新性地提出OSOROne-Step Object Removal单步扩散目标消除算法框架将复杂的多步扩散生成过程压缩为一次前向推理实现了高质量与高效率兼顾的AI消除能力。相比传统扩散式消除方案该技术实现了显著的速度提升在多个测试场景中达到4倍至30倍推理加速同时保持优异的图像生成质量。在1024×1024分辨率图像处理任务中可在单张A100 GPU上实现1秒以内完成推理。这一突破进一步推动生成式AI影像技术从“高质量生成”向“高效率应用”发展为未来智能手机中的实时AI编辑提供技术基础。图示OSOR与现有方法推理速度和效果对比。OSOR能够有效消除目标物体及其关联视觉影响如阴影在保持高质量生成效果的同时相比次优方法ObjectClear实现10.6倍推理加速。单张1024×1024分辨率图像可在单张A100 GPU上1秒内完成处理。该效果对比基于六个公开测试基准综合得出。面向真实用户场景让AI消除更加简单可靠在真实手机影像场景中用户通常不会进行精细化的目标标注而是通过简单涂抹、圈选等方式选择希望移除的对象。因此如何适应用户输入的不精准性并在复杂拍摄环境下实现自然恢复成为AI消除技术走向产品化的重要挑战。与此同时真实照片中的目标物体往往与周围环境存在复杂的视觉关联例如阴影、反射、倒影等仅对目标区域进行简单移除容易造成背景不自然、画面违和等问题。针对这些实际使用难点团队研究提出了面向真实交互场景优化的鲁棒性AI消除方案。通过引入轻量化Alpha区域感知机制模型能够智能理解用户选定区域与目标物体之间的关系自动推断目标主体及其关联影响范围。即使用户圈选区域存在偏差模型仍能够完成更完整、更精准的目标移除并恢复自然一致的背景环境。此外团队针对真实目标消除任务构建了系统化的数据生成与验证流程建立包含28万组高质量目标消除样本的数据集为模型学习复杂场景理解能力提供了可靠的数据支撑。这些技术创新推动AI消除能力从传统的“删除目标”进一步升级为基于场景理解的“智能重建”让用户能够以更简单的操作获得更加自然真实的照片编辑效果。图示模型能够基于用户提供的不完整目标掩码智能推理待消除目标及其附带阴影等视觉影响区域实现完整区域识别并完成自然背景恢复。此次入选ECCV 2026是传音在计算机视觉领域的又一重要成果。长期以来传音持续关注视觉智能、生成式AI、多模态交互等前沿方向的研究并致力于将这些能力转化为可落地的终端产品体验逐步打通从基础研究、技术研发到产品开发的创新链路。基于此次研究成果图库AI消除与智能助手AI修图能力将率先在传音手机产品中落地帮助用户快速去除照片中的干扰元素实现更自然的影像优化同时结合多模态理解能力提升照片编辑的智能化与自动化水平。未来传音将继续以用户真实需求为出发点加速AI技术在智能终端场景中的创新应用让更多用户享受到更智能、高效、自然的影像体验。
