FireRed-Image-Edit - 小红书团队开源的通用图像编辑模型

FireRed-Image-Edit是什么

FireRed-Image-Edit 是小红书 Super Intelligence 团队开源的通用图像编辑模型，基于扩散 Transformer 架构，在 GEdit、ImgEdit 等多个权威评测集上取得 SOTA 成绩，效果可媲美闭源方案。模型支持文本引导的图像编辑、多图融合（如虚拟试穿）、文字风格保留、老照片修复等核心功能，原生支持中英文提示词。技术上采用区域感知机制、多阶段训练策略（基于 16 亿样本语料）及非对称梯度优化，在 REDEdit-Bench 文字编辑任务中得分高达 4.97。模型采用 Apache 2.0 协议开源，适用于电商内容创作、广告设计、老照片修复等场景，同时提供 Hugging Face 在线体验和商用 API 服务。

FireRed-Image-Edit的功能特色

• 文本引导图像编辑：通过自然语言指令精确控制图像修改，支持替换物体、调整风格、改变背景等操作。
• 多图融合编辑：支持同时上传多张参考图（如人物+服装），通过"Figure 1"、"Figure 2"等方式引用，实现虚拟试穿等复杂场景。
• 文字风格保留：高保真维持图像中原有文字的结构、字体和样式，文字编辑得分达 4.97（REDEdit Bench）。
• 老照片修复：支持对破损、褪色或低质量照片进行智能修复，包括去噪、上色、清晰度增强。
• 双语支持：原生支持中英文提示词，在 GEdit 等基准测试中双语表现均衡。

FireRed-Image-Edit的核心优势

• 区域感知机制：通过视觉语言模型与扩散模型结合，精准锁定编辑区域，避免非目标区域语义漂移。
• 多阶段训练策略：基于 16 亿样本语料（9 亿文生图 + 7 亿编辑对），经过预训练、监督微调和强化学习三阶段优化。
• 非对称梯度优化：在 DPO 强化学习阶段强化正样本反馈，提升编辑稳定性。
• 布局感知 OCR 奖励：针对文字编辑任务，惩罚字符错位和布局崩坏，确保文字渲染质量。

FireRed-Image-Edit官网是什么

• GitHub仓库：https://github.com/FireRedTeam/FireRed-Image-Edit
• 技术论文：https://github.com/FireRedTeam/FireRed-Image-Edit/blob/main/assets/FireRed_Image_Edit_1_0_Techinical_Report.pdf
• 在线体验Demo：https://huggingface.co/spaces/FireRedTeam/FireRed-Image-Edit-1.0

FireRed-Image-Edit的适用人群

• 电商运营与设计师：快速生成商品主图、模特换装、背景替换，大幅降低拍摄和后期成本。
• 广告创意人员：根据文案快速迭代品牌视觉，精准修改画面元素提升投放效率。
• 摄影师与修图师：批量处理老照片修复、去噪上色、清晰度增强等专业修图需求。
• 自媒体与内容创作者：制作封面图、配图编辑，支持双语提示词降低使用门槛。
• UI/UX 设计师：精准修改海报或界面中的文字内容，同时保持原始字体和布局风格。
• 开发者与技术团队：基于 Apache 2.0 开源协议二次开发，集成到自有产品或工作流中。