LensErase：可擦除任意内容的基础模型

AI 摘要

研究团队提出 LensErase，一个基于掩码的通用「擦除任意内容」基础模型，覆盖物体、视觉文字、水印、视觉特效及多目标移除等多种真实场景。为支撑广泛覆盖，团队构建了包含 1.0107 亿对源图-掩码-目标样本的大规模数据集 LensErase-100M，并从文本到图像模型 Lens 预训练，提出 Mask-Aware RoPE 将掩码信息直接注入源图 token。模型经监督微调与带合约引导、区域感知奖励的强化学习精调，推理时使用 TraceFusion 保留编辑区域外的高保真内容，在六个公开基准及自建 LensErase-Bench 上取得显著提升。

正文节选

LensErase: A Foundation Model for Erase Anything Abstract We introduce LensErase, a general-purpose mask-based Erase Anything foundation model designed to cover a broad spectrum of real-world erase scenarios. LensErase supports diverse objects, visual text, watermarks, associated visual effects, multiple-object removal, and a wide range of object scales, aspect ratios, and image resolutions. First, to enable such broad coverage, we construct LensErase-100M, a large-scale dataset containing 101.0

发布时间：—

抓取时间：2026-10-15 10:14

来源机构：Hugging Face