知识卡片：Paint-Anything——面向图像生成与编辑的统一任意颜色控制

一句话结论

Paint-Anything 提出一个共享的十六进制（hex）提示接口，通过物体级颜色监督，让同一套模型在图像生成与图像编辑两个任务上都能按任意 24 位 hex 值控制目标物体的颜色，并在自建的 ACBench 上相对 FLUX.2-4B 基座模型显著提升颜色保真度指标。

事件概述或研究问题

专业设计场景需要“任意颜色控制”：用户希望用任意 24 位 hex 值指定某个物体的目标颜色，且这一能力需要同时覆盖图像生成和图像编辑。已有工作分别涉及颜色生成、颜色编辑与上色（colorization），但摘要指出它们通常依赖专门的色彩表示或特殊的推理流程，而非一个统一的、可读的接口。本文的出发点是：大语言模型的进展表明，即便是紧凑模型也能把 hex 值与颜色语义关联起来，因此可以据此构建更简洁的方案。论文标题为 Paint-Anything: Unified Any-Color Control for Image Generation and Editing，作者为 Ji Xie、Dewei Zhou、Xinyu Huang、Zhennan Chen、Xun Wang，arXiv 编号 2609.20816v1，2026-09-17 发布，主分类 cs.CV。

方法/产品要点

• 共享 hex-prompt 接口：生成与编辑共用同一个 hex 提示界面，并以物体级颜色监督进行训练，而不是为两个任务各设计一套颜色表示或推理流程。
• Paint-500K 数据管线：从真实图像出发，依次经过物体定位（object grounding）、感知颜色标注（perceptual color labeling）与编辑配对合成（editing-pair synthesis），构建出该数据集。
• 纯色锚点（pure-color anchors）：真实图像受阴影影响，其颜色标签只是近似值，因此补充了像素与配对 hex 值完全一致的纯色锚点作为监督。
• 分时段训练策略：纯色锚点只在高噪声时间步使用，低噪声训练阶段仍交给自然图像，从而在精确色彩与自然图像分布之间分工。
• ACBench 基准：包含 ACBench-T2I 与 ACBench-Edit 两部分，用于在生成与编辑两个任务上测量物体级的 hex 颜色保真度。

主要结果或产业意义

在 FLUX.2-4B 上，Paint-Anything 使 ACBench-T2I 与 ACBench-Edit 的分数相对基座模型分别提升 85.3% 与 28.3%；消融实验支持了上述训练配方。在与对比方法的比较中，它取得了最高的平均 CompColor 分数。

产业意义上，这意味着“按设计稿指定色值直接出图/改图”的能力可能不必依赖专门的颜色编码模块或定制推理管线，而可以统一到类 LLM 的 hex 提示理解之上；对于需要精确品牌色、产品配色的设计与电商场景，这是一个更贴近实际工作流的交互形态。

（注：上述提升为相对基座模型的分数提升百分比，材料未给出各基准的绝对分数或评测细节，待核实。）

为什么重要

• 把“任意颜色控制”从分散的颜色生成、颜色编辑、上色任务，收敛为一个统一的提示接口，覆盖生成与编辑两条路径。
• 用大模型对 hex 值的语义关联能力作为起点，回避了专用颜色表示与专用推理流程的复杂度。
• 直面了真实图像中“阴影导致颜色标签只是近似”的监督难题，并用纯色锚点 + 时序分工的方式给出可检验的训练配方。
• 同时贡献了数据管线（Paint-500K）与评测基准（ACBench），为该方向提供了可复用的数据与衡量口径。

与既有卡片的关系：本卡片与已收录的 WithEveryone（群像生成的身份-布局规划）、DynaKRAG（多跳检索的证据控制）、ELSA3D（统一 3D 理解与生成）在任务与对象上均不重叠，属于“统一控制接口”这一脉络下的新条目——前者的统一对象是身份与布局，本条的统一对象是任意 hex 颜色。

局限与不确定性

• 论文摘要未说明 Paint-500K 的具体规模、构成比例与构建质量指标，待核实。
• ACBench 的评测协议、样本量与人工/自动评估方式未在材料中给出，待核实。
• CompColor 分数的定义、取值范围与对比方法清单未在材料中给出，待核实。
• 纯色锚点仅在高噪声时间步使用这一设计的具体时间步划分与阈值，待核实。
• 除 FLUX.2-4B 之外是否验证了其他基座模型，材料未说明，待核实。
• 训练成本、推理开销与是否开源，材料未说明，待核实。
• 颜色保真度的提升是否伴随图像质量、结构一致性或非目标区域稳定性的代价，材料未说明，待核实。
• arXiv 编号 2609.20816v1 与发布日期 2026-09-17 均按来源材料原文记录。

可用于图书/PPT/简报的角度

• “一个接口统一两件事”的叙事：生成与编辑共享 hex 提示界面，可作为“统一控制层”设计思路的案例。
• 数据监督的工程细节：真实图像标签受阴影污染 → 引入纯色锚点 → 按噪声时间步分工，是一条可直接讲解的“数据缺陷—补救设计”链条。
• 从 LLM 能力迁移：紧凑模型即可关联 hex 与颜色语义，说明生成模型的控制接口可以借用语言模型已有的符号理解能力。
• 评测即贡献：同时提出 Paint-500K 与 ACBench，适合用来讨论“新任务需要新基准”这一方法论。
• 设计工作流视角：对品牌色、产品配色等对色值有硬要求的场景，“按 hex 精确上色”是可感知的价值点。

原始材料

• 标题：Paint-Anything: Unified Any-Color Control for Image Generation and Editing
• 作者：Ji Xie, Dewei Zhou, Xinyu Huang, Zhennan Chen, Xun Wang
• arXiv ID：2609.20816v1（cs.CV；cross-list: cs.AI, cs.LG）
• 发布/更新：2026-09-17T17:59:30Z
• Abstract URL：https://arxiv.org/abs/2609.20816v1
• PDF URL：https://arxiv.org/pdf/2609.20816v1
• 英文关键词（据来源）：any-color control, 24-bit hex color, hex-prompt interface, object-level color supervision, Paint-500K, pure-color anchors, high-noise timesteps, ACBench (ACBench-T2I / ACBench-Edit), CompColor, FLUX.2-4B