AI热点 3月前 209 阅读 0 评论

阶跃星辰开源图像编辑模型 Step1X-Edit:身份一致性保持、区域级控制

作者头像

AI技术专栏作家 | 发布了 246 篇文章

IT之家 4 月 27 日消息,阶跃星辰今日宣布开源图像编辑大模型 Step1X-Edit,性能达到开源 SOTA。该模型总参数量为 19B(7B MLLM + 12B DiT),具备语义精准解析、身份一致性保持、高精度区域级控制三项关键能力;支持 11 类高频图像编辑任务类型,如文字替换、风格迁移、材质变换、人物修图等。

IT之家附开源链接:

  • Github:https://github.com/stepfun-ai/Step1X-Edit

  • HuggingFace:https://huggingface.co/stepfun-ai/Step1X-Edit

  • ModelScope:https://www.modelscope.cn/models/stepfun-ai/Step1X-Edit/summary

  • 技术 Report:https://arxiv.org/pdf/2504.17761

官方表示,Step1X-Edit 针对自然语言图像编辑任务,具备以下核心能力:

  • 语义精准解析:支持自然语言描述的复杂组合指令,指令无需模板,能够灵活应对多轮、多任务编辑需求,同时支持对图像中文字进行识别、替换与重构;

  • 身份一致性保持:编辑后能稳定保留人脸、姿态与身份特征,适用于虚拟人、电商模特、社交图像等高一致性场景;

  • 高精度区域级控制:支持对指定区域进行文字、材质、色彩等定向编辑,保持图像风格统一,控制能力更精细。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!