图像编辑与重绘

这类模型要求极高的上下文一致性，通常基于扩散模型微调而来。

PowerPaint (v2)

定位：目前开源界最全能的图像编辑专精模型之一。

能力：支持带有 Prompt 指导的局部重绘、消除物体（Object Removal）、形状引导生成以及图像向外扩展（Outpainting）。

部署：可独立运行 Python 推理脚本，也已有成熟的 ComfyUI 节点。

定位：基于 FLUX 架构最新推出的原生 Inpainting 模型。

能力：继承了 FLUX 变态级的文本遵循和结构准确度，是目前处理高分辨率、复杂逻辑重绘的画质天花板。

部署：通过 diffusers 库或 ComfyUI 调用，极其消耗显存（推荐使用 FP8 量化版本）。

定位：一种即插即用的局部重绘架构。

能力：它不像传统的 Inpainting 模型那样需要重新训练整个底模，而是作为一个外挂分支（类似 ControlNet）附加在任意 SD1.5 或 SDXL 模型上，灵活性极高。