谷歌研究团队联合以色列特拉维夫大学等机构共同发布了一项名为LightLab的图像编辑技术。这项技术基于扩散模型，能够对图像中的光源进行精细的参数化控制，为摄影后期处理、动画制作等领域带来了全新的可能。

LightLab的核心能力在于实现对图像光源的多维度精准调控。它可以对光源的强度进行精确调整，既能将光源完全关闭，也能将其调至超现实的强光状态，同时确保阴影和反射效果符合物理规律。能够自由改变光源的色温或自定义RGB颜色，还可以独立控制场景的环境光照强度，模拟从阴天到黄昏等不同的整体氛围，并且支持与局部光源进行协同编辑。此外，该技术支持连续光影编辑，在同一场景中按顺序关闭环境光、开启局部光源并调整颜色，整个过程中反射和阴影的变化都能保持物理合理性。

在技术实现方面，研究团队构建了一个包含真实RAW照片和合成图像的混合数据集。其中真实照片有600对，由手机和三脚架拍摄，记录了开关光源前后的场景变化，这些照片包含了丰富的真实场景细节。同时，利用Blender等工具生成了60万张合成图像，涵盖20种室内场景，并对光源位置、强度和颜色进行随机化处理，增加了数据的多样性。这种真实数据与合成数据相结合的方式，既避免了模型训练的域偏移问题，又增强了物理真实性，为精确控制光源奠定了数据基础。

在此基础上，基于Stable Diffusion-XL架构，通过输入图像、深度图、光源掩码等空间条件环境光参数、色调映射策略等全局条件对扩散模型进行微调。在微调过程中，将不同类型的条件信息合理地融入模型，实现对光源参数的显式控制，使得模型能够准确地根据用户设定的参数对图像光源进行调整。

实验结果表明，在定量指标上，LightLab的PSNR（峰值信噪比）和SSIM（结构相似性指数）远超OmniGen、RGB↔X等基线方法，尤其在二进制光源开关任务中误差更低。在用户研究中，包含3200次判断的结果显示，LightLab的偏好率高达83%-89.3%，用户认为其光影变化更为自然，物理一致性更强。此外，LightLab不仅适用于室内场景，在户外图像、卡通风格图像等非真实感动画中也能实现可信的光影编辑，甚至支持插入虚拟光源。

LightLab具有广泛的应用场景。在摄影后期处理中，无需重新拍摄即可调整照片中的光源效果。在动画制作领域，能够在连续帧中保持光影一致性，支持动态光源移动，提升动画的真实感。在虚拟内容生成方面，可通过合成数据插入虚拟光源，为AR/VR场景快速生成定制化光照条件，减少3D渲染的复杂度。

不过，LightLab也存在一定的局限性。由于训练数据主要集中于室内场景，对于蜡烛火焰等特殊光源的编辑效果可能会受限于数据偏差。同时，基于消费级设备的拍摄流程，难以实现物理单位的精确重打光。未来，研究团队计划探索无配对数据的模型训练方法，并将技术拓展至室外复杂光照环境。

参考资料：https://arxiv.org/abs/2505.09608