AI 生图界限凤凰彩票welcome，又出了个"狠变装"。
本日，小红书基础模子FireRed-Image-Edit进展亮相。
看似"低调"，实则战绩惊东说念主——其在处分复杂裁剪教导、立场化调养，及高精度笔墨裁剪等多个中枢意见上，展现出超强实力。
对比终结融会，FireRed-Image-Edit 凭借更精确的相识力、更强的 ID 保执度及高效的架构，在多项泰斗测试中脱颖而出，在 ImgEdit、GEdit 等多个榜单中得回了SOTA，达到业界越过水平。
主流榜单和自建评测集上的意见对比
这种高效架构背后的技能底座，来自小红书 Super Intelligence Team 在图像生成与裁剪界限的一次挫折探索。
划要点！当今该名堂代码、技能讲解、demo 网页已开源，模子权重也行将在明天几天开源。
东说念主工评估胜出率硬核评测意见与全链路技能底座
FireRed-Image-Edit 之是以能被称为"狠变装"，不仅在于榜单上的惊艳阐述，更源于小红书团队为其量身定制的一套"高难度考卷"与"进阶版练功房"。
1、从头界说尺度：RedEdit Bench
在 AI 生图界限，现存的基准测试频频难以笼罩用户着实的复杂需求。为此，团队推出了RedEdit Bench这一深度评测决策。
全场景笼罩：包含 15 个子任务。除了旧例的画面增更正外，该评测集还前瞻性地纳入了东说念主像好意思化、低画质增强等高频实战场景。
着实严苛：对比现实标明，比较 ImgEdit 和 GEdit，该 Bench 对裁剪模子通用能力的评估精度更高。
该 Bench 随后会开源，以期为开源社区对图像裁剪模子的评估树立新维度的尺度。
2、中枢战力起头：数据构造与三阶段进修
有了严苛的考卷，怎样"培养"出高分考生？
FireRed-Image-Edit 依靠的是一套极具恶果的数据引擎与进修逻辑——
最初来看数据引擎方面，FireRed-Image-Edit 构建了一套图像裁剪数据分娩引擎，从"快速、可控、精确"启程，将复杂裁剪需求拆解为可组合的子任务，并通过三条旅途规模化产出进修对：
教导截至的群众模子合成；
结构化截至（如分割 / 重要点 / 深度等）的群众模子合成；
模子无关的模板化合成（如 3D/ 布局 / 笔墨）。
针对长尾裁剪任务样本稀缺问题，遴荐"搜检—补皆"的定向补数经过，由引擎快速生成针对性数据，并互助三层级去重、十余种质料清洗算子与严格一致性守门员，确保数据的教导除名、视觉当然度与内容一致性。
而在模子进修方面，现时模子框架参考主流裁剪模子框架，模子通过三阶段进修来完成能力的进阶。
预进修阶段：通过多条款感知桶采样来均衡不同的裁剪任务，并通过随即动态教导来晋升模子的教导泛化相识能力，并通过前置的 embedding 抽取来晋升进修恶果；
微调阶段：通过高质料数据的引入，来晋升模子阐述；
强化学习阶段：通过非对称梯度优化来强化正样本反应，基于 OCR 奖励的 diffusionNFT 来晋升笔墨裁剪准确性。
模子中枢能力展示
FireRed-Image-Edit 的纷乱，源于对"裁剪"二字的深度相识。
并非苟简重绘，而是竣事精确截至，其中枢能力晋升如下。
1、教导除名一致性
指的是模子引入随即教导对皆的机制，通过随即打乱和动态重组 prompt，来使模子能着实相识语义与图像的对应联系，而非死记硬背。
请修正图像中的无理。
示例 1：
示例 2：
2、笔墨裁剪
FireRed-Image-Edit 立异性地忽视了Layout-Aware OCR-based Reward。
在强化学习阶段，团队不仅刑事牵扯错别字，还刑事牵扯字符的错位、大小卓绝和布局崩坏。
这使得模子在进行海报修改、笔墨替换时，能更准确地进行裁剪并保执原始笔墨立场。
将海报上右下角的笔墨" programme "修改为" program ongoing "，保执字体和立场一致。
用参考图的玩偶当作画面主角，穿着上头印着" FireRed-Image-Edit "字样，站在童话感花坛草地中，周围有概述小花和柔软建筑布景，整身形度和缓黑甜乡，超清细节，凤凰彩票贸易级影相质感。 小红薯正对镜头，自信可儿地直立，死后是一块黑板，用白色粉笔了了写着： " FireRed-Image-Edit 三大绝活：笔墨艺术家：中英笔墨体排版专科褂讪，视觉立场调解 时光缔造师：老像片缔造细节丰富，呈现当然着实造型臆测打算师：智能换装精确当然，多立场衣饰一键切换"，笔墨为白色粉笔手写体。 画面光泽柔软当然光，浅景深，布景幽微虚化，颜色亮堂充足，高清 8K，着实影相立场，细节尖锐，无噪点，无畸变。
3、创意与多图生成
同期依赖于纷乱的模子架构能力，FireRed-Image-Edit 赞助了创造力场景生成和多参考图生成的能力，赞助立场搬动或多图交融。
模特穿上图 1 衣饰，版型宽松。搭配玄色、材质为氨纶、纯色、紧身、长度至大腿中部的骑行短裤，再搭配金色圆环耳饰。
一瓶香水放居中，香水瓶放在水面上，透明方形瓶身搭配金色金属瓶盖，极简而当代。彻亮的水花如爆炸般环绕瓶身灵通开，多量水点在空中定格，折射出黑甜乡的光彩。底部水波动荡层层扩散，与飞溅的水花酿成动静交汇的视觉张力。寒冷活力与高端失掉并存，仿佛将夏令清泉的狭隘灵动持久封存。透过瓶身能看到香水背后的阐发书。
示例 3：
将这张图变成游戏 CG 立场，极具艺术感，轰动东说念主心，超高清。落叶飞溅，出路落叶虚化，动态迟滞，布景动态虚化，阳光灿烂，蓝天白云，光影交错，仰拍特写镜头，隆起速率感和视觉冲击力，强透视。
示例 4：
将这张图变成游戏 CG 立场，极具艺术感，轰动东说念主心。
示例 5：
臆测打算一张 A6 折叠卡：掀开时融会图片中的小屋。
示例 6：
画质缔造，细节重现：除了通用裁剪，本色欺诈中，用户频繁濒临像片迟滞、低永别率、曝光不及或画质受损的问题。FireRed-Image-Edit 将超分、去迟滞、去噪及光影增强等底层视觉任务调解纳入了教导微调的限度。让用户不错一键画质调整。缔造并上色这张老像片，使其看起来像是用当代相机拍摄的。
示例 7：
将这张迟滞的图像增强了了度，使其极为了了且高质料。
通过开源 FireRed-Image-Edit，小红书但愿为社区提供一个高效、可控、高质料的基座。
后续将会进一步晋升基础模子在东说念主像好意思化、一致性、笔墨上的裁剪能力，并将在明天几个月内执续开源更新版块和文生图基座模子。
宽宥群众下载体验，在 GitHub 上点亮 Star！
GitHub:
https://github.com/FireRedTeam/FireRed-Image-Edit
技能讲解 :
https://github.com/FireRedTeam/FireRed-Image-Edit/blob/main/assets/FireRed_Image_Edit_1_0_Techinical_Report.pdf
体验 Demo:
https://huggingface.co/spaces/FireRedTeam/FireRed-Image-Edit-1.0
以下是小红书 Super Intelligence 的团队先容：
* 本文系量子位获授权刊载，不雅点仅为原作家通盘。
一键三连「点赞」「转发」「防范心」
宽宥在评述区留住你的思法！
— 完 —
� � 点亮星标 � �
科技前沿进展逐日见凤凰彩票welcome
