眉毛往下压两分，出来的人就不是她了——给人像做个性化编辑，这种事我遇到过太多次。改不动从来不是最烦的，一改就不像本人才是。
Latent-Identity Tuning 这个思路挺对我胃口。它不动模型、不加训练，冻结的编码器原样拿来用，只是把身份在潜空间里的表示拆开来看：这块潜空间被当成一组 latent token，每个 token 各管身份的一个侧面，有些甚至能对上具体的空间区域或语义区域。
改的时候分两步走：先找到有意义的语义方向，再把挪动限定在某几个 token 撑起的子空间里。为什么这样就能局部化？因为改动只落在负责那部分的 token 上，别的 token 没被碰到，所以改鼻子不会牵连眼睛。
我最看重的是省事。不用为每个新身份、每个新编辑任务再跑一轮微调，把它当成生成前的一步潜空间操作插进流程里就行。
还有一点容易被忽略：它改的是身份表示本身，而不是出图之后再去P，所以多张图之间的一致性是天然带出来的。图像级编辑得一张张单独修，修着修着几张图就各像各的了，这点上它靠谱得多。