❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦

🎨 「设计师解放双手！开源模型把PS魔改变成填空题」

大家好，我是蚝油菜花。你是否也经历过这些修图至暗时刻——

• 👉 甲方要「科技感蓝调」却说不清Pantone色号
• 👉 用AI生成产品图，结果LOGO扭曲成抽象画
• 👉 手抠复杂背景3小时，发际线又后退1毫米...

今天要颠覆设计流的 Step1X-Edit ，正在重定义图像编辑！这个由阶跃星辰开源的AI神笔：

• ✅ 听懂人话的PS：说「给模特换套赛博朋克装」就能自动生成
• ✅ 工业级精度：基于DiT架构实现发丝级细节保留
• ✅ 百变场景通吃：从电商白底图到电影海报一键转换

已有团队用它1天做完季度产品图库，接下来将揭秘这个开源黑科技如何炼成！

🚀 快速阅读

Step1X-Edit是结合多模态大语言模型与扩散模型的通用图像编辑框架。

1. 功能：支持主体修改、背景替换等10+类编辑任务
2. 技术：通过百万级数据训练实现语义级图像理解

Step1X-Edit 是什么

Step1X-Edit 是阶跃星辰团队推出的通用图像编辑框架，旨在缩小开源图像编辑模型与闭源模型的性能差距。该框架创新性地结合了多模态大语言模型（MLLM）和扩散模型技术，通过处理参考图像和用户指令来生成目标图像。

为提升模型性能，研究团队构建了大规模高质量的数据生成管道，生成超过100万对图像和指令对。同时推出了新的基准测试GEdit-Bench，用于评估模型在真实用户指令下的表现。

Step1X-Edit 的主要功能

• 多样化编辑能力：支持主体添加/移除/替换、背景更改、色彩调整等完整编辑流程
• 自然语言驱动：可直接理解"给照片加霓虹灯效果"等复杂指令
• 高保真生成：基于DiT架构保持图像细节和视觉一致性

Step1X-Edit 的技术原理

• 多模态理解：MLLM处理图像和文本指令，提取语义嵌入
• 扩散解码：DiT风格架构将语义嵌入解码为高质量图像
• 数据管道：百万级数据覆盖真实编辑场景需求
• 联合训练：优化连接模块与扩散模型的协同性能

如何运行 Step1X-Edit

1. 环境要求

推荐使用80GB显存的GPU（如H800）以获得最佳效果。测试环境为Linux系统，需安装：

• Python ≥3.10.0
• PyTorch ≥2.2（推荐2.3.1/2.5.1）

2. 安装依赖

pip install -r requirements.txt

3. 安装flash-attn

python scripts/get_flash_attn.py

4. 运行示例

下载模型权重后执行：

bash scripts/run_examples.sh

资源

• 项目主页：step1x-edit.github.io/
• GitHub 仓库：github.com/stepfun-ai/…
• HuggingFace 仓库：huggingface.co/stepfun-ai/…

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦