🐼Pandaily•較早收集於 17m
小紅書發布 FireRed-Image-Edit 1.1 圖像編輯模型
#image-editing#inference-speed#identity-consistencyfirered-image-edit-1.1xiaohongshufirered-image-edit
💡小紅書 4.5 秒圖像編輯器保留身份—測試用於生成 AI 應用！(24字)
⚡ 30-Second TL;DR
有什麼變化
小紅書發布 FireRed-Image-Edit 1.1 模型
為什麼重要
提升 AI 創作者的圖像編輯可及性，實現更快工作流程與一致輸出，適用於電商與內容創作。
下一步行動
從小紅書下載 FireRed-Image-Edit 1.1，並基準測試其 4.5 秒身份編輯於您的資料集。
誰應關注：Creators & Designers
關鍵要點
- •小紅書發布 FireRed-Image-Edit 1.1 模型
- •專注編輯身份一致性
- •4.5 秒生成結果
- •優化 30GB VRAM 使用
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 2 個來源。
🔑 增強重點摘要
- •FireRed-Image-Edit 採用雙流多模態擴散 Transformer（MM-DiT）架構，通過 3D Unified RoPE 實現參考圖與目標圖的空間坐標共享，強化結構對齐與編輯穩定性[1]
- •模型訓練採用多階段策略（預訓練→持續預訓練→SFT→DPO→DiffusionNFT），結合動態權重的一致性/身份損失，在參數規模可控前提下實現高指令遵循[1]
- •開源領域最優的角色身份保持技術確保人物主體在複雜編輯後仍可識別，能自由組合 10 餘種元素並具備 Agent 智能自動裁剪與拼接功能[2]
- •支持多圖編輸入與多步驟編輯流程，可實現虛擬試穿等複雜場景，同時在照片修復中支持老照片去噪、增強與細節恢復[1]
🛠️ 技術深入
• 核心架構：雙流多模態擴散 Transformer（MM-DiT），將文本嵌入、VAE 圖像潛變量與參考圖特徵拼接為統一序列[1] • 空間對齐機制：3D Unified RoPE 使參考圖與目標圖共享空間坐標、區分時間維度，強化結構對齐與穩定編輯[1] • 訓練策略：多條件分桶採樣與指令隨機重排提升泛化性，引入動態權重的一致性/身份損失保障人物與關鍵區域特徵穩定[1] • 編輯能力：基於文生圖基礎模型直接構建，使生成與編輯在同一框架下完成，支持精準局部修改與整體風格保持[1] • 文本保留：依託高質量數據過濾與指令增強策略，在文本替換、重寫場景中高保真保留字體樣式、排版結構與視覺細節[1]
🔮 前景展望AI analysis grounded in cited sources
⏳ 時間線
2025-12
小紅書發布 FireRed-Image-Edit 1.0，推出原生編輯能力、文本樣式保留、照片修復與多圖編輯功能
2026-03
小紅書推出 FireRed-Image-Edit 1.1 版本，強化角色身份保持技術與多元素組合能力
📎 來源 (2)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗
每週 AI 簡報
每週一封，可隨時退訂。