发布日期：2026-02-12 23:47    点击次数：115

允中 发自 凹非寺

AI生图边界，又出了个“狠变装”。

本日，小红书基础模子FireRed-Image-Edit贯注亮相。

看似“低调”，实则战绩惊东说念主——其在惩处复杂裁剪教导、作风化调遣，及高精度笔墨裁剪等多个中枢想法上，展现出超强实力。

对比末端长远，FireRed-Image-Edit凭借更精确的剖释力、更强的ID保抓度及高效的架构，在多项巨擘测试中脱颖而出，在ImgEdit、GEdit等多个榜单中获取了SOTA，达到业界逾越水平。

△主流榜单和自建评测集上的想法对比

这种高效架构背后的技艺底座，来自小红书Super Intelligence Team在图像生成与裁剪边界的一次勤奋探索。

起诉书显示，李群和林某强于2018年通过网络认识，2022年年底确定恋爱关系，后二人因感情纠纷于2024年8月底分手。林某强认为李群对感情不忠，遂欲杀害李群及与李群有暧昧关系的人，并购买三棱军刺、电击枪等工具。2024年11月1日，林某强在一处出租屋将李群掐死。

划重心！现在该名目代码、技艺呈文、demo网页已开源，模子权重也行将在将来几天开源。

△东说念主工评估胜出率

硬核评测想法与全链路技艺底座

FireRed-Image-Edit之是以能被称为“狠变装”，不仅在于榜单上的惊艳进展，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、从头界说圭臬：RedEdit Bench

在AI生图边界，现存的基准测试经常难以隐私用户实在的复杂需求。为此，团队推出了RedEdit Bench这一深度评测决策。

全场景隐私：包含15个子任务。除了成例的画面增篡改外，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。

实在严苛：对比执行标明，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竖立新维度的圭臬。

2、中枢战力起首：数据构造与三阶段历练

有了严苛的考卷，若何“培养”出高分考生？

FireRed-Image-Edit依靠的是一套极具成果的数据引擎与历练逻辑——

当先来看数据引擎方面，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历练对：

教导末端的人人模子合成；

结构化末端（如分割/要津点/深度等）的人人模子合成；

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，弃取“检查—补皆”的定向补数经由，由引擎快速生成针对性数据，并妥洽三层级去重、十余种质地清洗算子与严格一致性守门员，确保数据的教导革职、视觉当然度与内容一致性。

而在模子历练方面，现时模子框架参考主流裁剪模子框架，j9game模子通过三阶段历练来完成能力的进阶。

预历练阶段：通过多条目感知桶采样来均衡不同的裁剪任务，并通过当场动态教导来擢升模子的教导泛化剖释能力，并通过前置的embedding抽取来擢升历练就果；

微调阶段：通过高质地数据的引入，来擢升模子进展；

强化学习阶段：通过非对称梯度优化来强化正样本响应，基于OCR奖励的diffusionNFT来擢升笔墨裁剪准确性。

模子中枢能力展示

FireRed-Image-Edit的浩大，源于对“裁剪”二字的深度剖释。

并非简便重绘，而是兑现精确末端，其中枢能力擢升如下。

1、教导革职一致性

指的是模子引入当场教导对皆的机制，通过当场打乱和动态重组prompt，来使模子能信得过剖释语义与图像的对应联系，而非死记硬背。

请修正图像中的舛误。

示例1：

示例2：

2、笔墨裁剪

FireRed-Image-Edit改进性地提议了Layout-Aware OCR-based Reward。

在强化学习阶段，团队不仅刑事背负错别字，还刑事背负字符的错位、大小畸形和布局崩坏。

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抓原始笔墨作风。

示例1：

将海报上右下角的笔墨“ programme”修改为“program ongoing”，保抓字体和作风一致。

示例2：

用参考图的玩偶行为画面主角，一稔上头印着“FireRed-Image-Edit”字样，站在童话感花圃草地中，开云体育周围有精眇小花和柔软建筑配景，全体作风和善梦乡，超清细节，生意级照相质感。 小红薯正对镜头，自信可人地直立，死后是一块黑板，用白色粉笔明晰写着： “FireRed-Image-Edit三大绝活：笔墨艺术家：中英笔墨体排版专科相识，视觉作风斡旋 时光开采师：老相片开采细节丰富，呈现当然实在造型谋略师：智能换装精确当然，多作风衣饰一键切换”，笔墨为白色粉笔手写体。 画面明后柔软当然光，浅景深，配景隐微虚化，色调亮堂裕如，高清8K，实在照相作风，细节明锐，无噪点，无畸变。

3、创意与多图生成

同期依赖于浩大的模子架构能力，FireRed-Image-Edit撑抓了创造力场景生成和多参考图生成的能力，撑抓作风移动或多图和会。

示例1：

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。

示例2：

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通达开，大量水点在空中定格，折射出梦乡的光彩。底部水波激荡层层扩散，与飞溅的水花酿成动静交汇的视觉张力。寒冷活力与高端蹧跶并存，仿佛将夏令清泉的转眼灵动历久封存。透过瓶身能看到香水背后的诠释书。

示例3：

将这张图变成游戏CG作风，极具艺术感，震憾东说念主心，超高清。落叶飞溅，远景落叶虚化，动态璷黫，配景动态虚化，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作风，极具艺术感，震憾东说念主心。

示例5：

谋略一张A6折叠卡：翻开时长远图片中的小屋。

示例6：

画质开采，细节重现：除了通用裁剪，骨子驾驭中，用户粗鄙濒临相片璷黫、低分手率、曝光不及或画质受损的问题。FireRed-Image-Edit将超分、去璷黫、去噪及光影增强等底层视觉任务斡旋纳入了教导微调的限度。让用户不错一键画质调治。开采并上色这张老相片，使其看起来像是用当代相机拍摄的。

示例7：

将这张璷黫的图像增强明晰度，使其极为明晰且高质地。

通过开源FireRed-Image-Edit，小红书但愿为社区提供一个高效、可控、高质地的基座。

后续将会进一步擢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，并将在将来几个月内抓续开源更新版块和文生图基座模子。

接待人人下载体验，在GitHub上点亮Star！

以下是小红书Super Intelligence的团队先容：

*本文系量子位获授权刊载，不雅点仅为原作家悉数。

一键三连「点赞」「转发」「留意心」

接待在批驳区留住你的思法！

— 完 —

点亮星标

科技前沿进展逐日见kaiyun sports

---