北大团队在 ICML 2026 放出开源项目 AesFormer，它和普通滤镜、美颜工具不一样，普通修图只能调光影、颜色，没法解决构图歪、视角不好、人物姿态僵硬这类结构性问题，AesFormer 采用两阶段方案，先由 AesThinker 分析照片给出一套摄影层面的优化动作，再交给 AesEditor 做像素级画面重构，保留原图里的人物身份和场景不变，直接把随手拍的旅游普通照片变成更有美感的成片，现在代码已经在 GitHub 公开，有条件的开发者可以本地部署体验。
AesFormer 两大核心模块
- AesThinker（美学规划模块）
- AesEditor（条件图像编辑模块）
会从 7 个摄影维度评估上传照片，输出可执行的编辑方案，还用上 GRPO-A 强化学习方法，能生成多种不一样的优化思路，不会每次修图效果都雷同。
接收前面输出的美学动作指令，做结构性画面修改，不只是调色，支持调整构图、视角、人物姿态，保证主体、场景信息不跑偏。
配套数据集 AesRecon
团队搭建了 VCMP 视频挖掘管线，从摄影教学视频里提取素材，制作 AesRecon 评测基准，一共 9071 组对照图片，每组都是同场景同主体的普通原图 + 优化后美图，专门用来训练、评测 AesFormer 这类美学照片重构模型。
和传统图片美化工具对比表
| 工具类型 | 擅长能力 | 做不到的地方 |
|---|---|---|
| 普通滤镜 / 修图 AI | 调色、提亮、美颜、降噪 | 很难修改构图、拍摄视角、人物姿态 |
| AesFormer | 构图调整、视角重绘、姿态优化、美学重构，同时保留主体身份 | 不适合大幅度更换场景、换掉照片里的人物 |
使用简单流程
- 准备好自己的旅游日常照片，输入 AesFormer
- AesThinker 自动诊断画面问题，输出美学编辑方案
- AesEditor 按照方案完成照片重构
- 输出美化后的成片，主体和场景和原图保持一致
【常见问题】
问题 1：北大 AesFormer 在 ICML'26 开源，它能给旅游照片做哪些优化？
回答 1：北大 AesFormer 针对 ICML'26 提出的美学照片重构任务，不只调色美颜，还可以对旅游照片做构图、拍摄视角、人物姿态这类结构性优化，保留照片里的人和场景不变，把随手拍的普通旅游照片变得更有美感。
问题 2：AesFormer 和市面上常见 AI 图片美化工具最大差别是什么？
回答 2：市面上多数 AI 美化工具只做色彩、光影、磨皮这类表层调整；AesFormer 分成美学规划 + 图像编辑两个阶段，先分析照片给出摄影层面的优化动作，再做结构性画面重构，是 ICML'26 里专门解决照片构图、视角缺陷的开源模型。
问题 3：普通用户现在可以直接在线使用北大 AesFormer 吗？
回答 3：目前 AesFormer 仅开源代码，没有上线面向普通用户的在线网页，ICML'26 放出的项目主要面向开发者，需要自行部署环境运行，普通用户暂时没法一键在线上传照片使用。
问题 4：AesRecon 数据集和 AesFormer 是什么关系？
回答 4：AesRecon 是北大团队为 AesFormer 打造的配套基准数据集，包含 9071 组好坏对照照片，用来训练 AesFormer、对比测试 AesFormer 的美学重构效果，支撑这次 ICML'26 的论文实验。
【参考资料】
[2026-06-08]（废片也能变大片，北大开源首个「美学照片重构」模型）36 氪
[2026-05-26]（研究室发布 ICML 2026 美学照片重构论文 AesFormer 源代码）北京大学 MIPL 实验室
[2026-05-22]（AesFormer framework enhances photo aesthetics via structural edits）PulseAugur
[2026-05-01]（AesFormer: Transform Everyday Photos into Beautiful Memories）OpenReview
免责声明：本文内容基于 ICML'26 论文、项目开源页面与公开报道整理，AesFormer 的效果、部署门槛、后续功能更新以北大团队 GitHub 仓库与官方论文为准，不代表可以直接商用，也不构成工具采购、付费使用建议。