DesignEditは、様々な空間認識型画像編集機能を統合した統一フレームワークです。空間認識型画像編集タスクを、多層潜在表現の分解と融合という2つのサブタスクに分解することで実現しています。まず、ソース画像の潜在表現を複数の層に分割します。これには、複数のターゲット層と、信頼性の高い修復が必要な不完全な背景層が含まれます。追加の微調整を避けるため、自己注意機構の内部修復能力をさらに探求し、キーマスキング自己注意機構を導入しました。これは、マスキングされた領域に周囲のコンテキスト情報を伝播しながら、マスキングされていない領域への影響を低減します。次に、指示ベースの潜在表現融合手法を提案し、複数の層の潜在表現をキャンバスの潜在空間に配置します。また、修復品質を向上させるために、潜在空間におけるアーティファクト抑制機構も導入しています。この多層表現が持つ固有のモジュール性によって、高精度な画像編集を実現しており、複数の編集タスクにおいて最先端の空間編集手法を凌駕する優れた性能を発揮します。