修图软件里，改颜色早就是一键的事，改光却始终像个碰运气的活：你只能用文字向生成模型描述「左上方来点暖光」，然后祈祷它理解对。天津大学与快手 KlingAI 的这篇 Dior 做了一个换轨——把改光变成画画。你在照片上涂几笔，这一笔的亮度数值就是那里该有多亮，笔的颜色就是光的颜色，画完整个画面的光场随之重排。
涂鸦早就有，为什么一直不好使
用扩散模型重打光（relighting，即在不动拍摄对象和几何的前提下改光源）这几年已经能以假乱真，但控制始终卡在两头：文字条件太粗，模型自由发挥；于是有了涂鸦这条路线，比如只针对人像的 LightPainter、面向室内的 ScribbleLight。可它们的涂鸦本质上只是「这里亮、那里暗」的位置提示——画粗画细一个样，想指定光色更没门。根子在于缺少一个确定映射：涂鸦的数值到底代表什么物理量？没定义清楚，强度和色度就还是模型在猜。
关键转折：先定义「画笔上的数」是什么
Dior 的答案是造一个中间表示，叫 Lumi Map：想象把场景里所有东西——皮肤、木头、布料——全换成同一面哑光白墙，只保留光源直接照上来的那部分，拍下来就是这张图。它与原照片逐像素对齐：数值是那里直接光照的相对强度，颜色是光色，而阴影落在哪、光被什么挡住，这些几何信息原样保留。作者对比过现成候选：图像分解里的明暗层掺着材质自己的颜色；环境光贴图会混进彩色墙面之间的互反射；经典 Phong 光照模型只算光和表面朝向的夹角，不管遮挡和距离衰减。都不行。
有了定义，训练就顺理成章：先在 Blender 里渲染四千多个场景、十一万余张图，每张都带像素对齐的 Lumi Map 真值；训练时把这张稠密图随机抽稀成几笔涂鸦，逼同一个模型学会「从几笔推断整个光场」，底座是通用图像编辑大模型加少量微调参数。真实的照片没有 Lumi Map 真值，作者用了第二阶段：模型同时学「照图打光」和「看图估图」两个方向，先从真实重打光图像对的目标图里估出 Lumi Map，再照着它把源图重打光、与真图对账——合成与真实两个世界就此接上。
成没成
在三个有真值的基准（从单光源物体到复杂合成场景）上，它对比 IC-Light、ScribbleLight 和 Nano Banana、Qwen-Edit 这类多模态编辑模型全线领先；在真实照片上，用户可以逐步加笔、独立调强度和色度，连水下这种难啃的场景也能正确响应涂鸦。这是第一篇把「画多亮」从模型的主观题变成有刻度的填空题的重打光工作。
会落到哪
最近的落点是修图产品里的「补光笔刷」：人像侧脸画一道暖光、强度色度随手调，从赌运气变成作画。电商产品图可以不重拍就换成晨光或橱窗光；影视和短视频可以在开拍前于参考帧上画光位、让模型补全整个光场——KlingAI 的参与让这条路意图相当明显。再往前一步，Lumi Map 有潜力充当影像管线里的「光照层」中间格式：重打光、阴影合成、多光源规划共用同一张图。
局限与存疑
Lumi Map 只保留直接光，红墙给白衬衫镀红边这类材质互反射被刻意踢了出去，这部分全靠生成先验脑补，互反射复杂的场景可能露馅。数值是相对量而非标定的物理辐射值，「精确复现某盏灯的照度」还做不到。三个基准都是受控光源场景，野外泛化只有六十四张图的定性展示。截至 arXiv v1，论文页面提到 GitHub 与 Hugging Face demo 但正文未附链接，工程可用性有待验证。