Cobra

Cobra（Efficient Line Art Colorization with BRoAder References）是由清华大学、香港中文大学和腾讯ARC实验室联合开发的漫画线稿上色框架，旨在实现高精度、高效率和灵活的工业级应用。该框架整合了超过200张参考图像，采用因果稀疏注意力机制和局部可复用位置编码技术，有效处理长上下文信息，确保颜色一致性与身份保留。Cobra支持用户通过颜色提示对特定区域进行精准调整，提升上色灵活性。其核心架构Causal Sparse DiT显著提升了推理速度和交互性，适用于漫画制作中对上下文一致性和快速上色的高要求。 Cobra具备多项核心技术：Causal Sparse DiT架构通过减少计算复杂度提升性能；长上下文参考管理机制高效传递颜色信息；线稿引导器结合自注意力机制实现精确控制；颜色提示集成则增强用户对上色结果的掌控力。该工具不仅适用于黑白线稿上色，还可扩展至带有阴影的线稿及动画视频上色等任务。 Cobra提供多种应用场景，包括漫画创作、动画制作、数字插画、教育及内容生成等领域，能够显著提升工作效率和视觉质量。项目已开源，并附有技术论文和模型资源供研究与使用。