谷歌推出AI照片打光神器LightLab，指哪亮哪，自然到不像AI生成的。 单张图片的点光源问题，一直以来都不太好解决。不仅要考虑图片中的光源角度，还要考虑光源数量。 而谷歌新发布的LightLab方法，用扩散模型把“打光”变成了图像空间里的滑块操作，亮多亮少、什么颜色，都能说了算。 具体来说，LightLab可以做到： - 控制任意光源：不论图片中的灯光是否开启，LightLab都能对其单独调节亮度与色温，还可以更换灯光颜色，例如从暖黄变为冷蓝，满足不同氛围需求。 - 添加虚拟光源：即使图像中原本没有光源，也可以通过点击任意位置“插入”一盏虚拟灯，调整其明亮程度和颜色，模拟真实照明效果。 - 调整环境光：除了直接照射的光源，LightLab还能精细控制环境光，如窗外自然光，使整个画面的氛围更加柔和统一。 - 真实自然的光影还原：得益于扩散模型的强大建模能力，LightLab可自动补全阴影、反射、遮挡等间接光效，让图像细节层次更加真实，尤其适合摄影作品后期处理。 背后的技术亮点在于，LightLab融合了扩散模型与大规模配对训练数据，兼顾真实与合成。 研究团队不仅收集了真实照片对（例如一张灯关、一张灯开的图像），还借助Blender渲染了60万张合成图，模拟各种复杂光照条件，从而保证模型既有真实感又能应对极端场景。 整个流程包括： - 输入图像 + 深度图 + 光源掩码 + 色温/强度参数； - 模型根据空间位置信息和全局光照条件，进行条件化生成； - 输出经过重新打光的图像，支持连续操作和多轮微调； - 所有输出图像都经过精细的色调映射（tone mapping），确保亮部不溢出、暗部保留细节。 实验结果显示，LightLab在图像质量评估中表现出色，PSNR达23.2，SSIM为0.818，明显优于现有方案如OmniGen与IC-Light；在用户偏好测试中，89.3%的参与者更喜欢LightLab生成的图像。 应用场景方面，LightLab不仅适用于室内外各种摄影图像，也支持非写实风格图，甚至能实现动画帧之间的光照一致性，特别适用于摄影后期、影视特效、以及AR/VR场景中的光照编辑。 感兴趣的小伙伴可以点击： 论文：
