Step1X

Step1X-Edit 是阶跃星辰团队研发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（如 GPT-4o 和 Gemini 2 Flash）之间的性能差距。该工具结合多模态大语言模型（MLLM）和扩散模型，通过处理参考图像和用户提供的编辑指令，提取潜在嵌入并生成目标图像。为提升模型训练效果，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 万对图像与指令对，并提出了新的基准测试 GEdit-Bench，用于评估真实场景下的编辑能力。 Step1X-Edit 支持多种图像编辑任务，包括主体添加、移除、替换，背景更改，色彩调整，材质修改，风格转换，肖像美化，文字修改等。用户可通过自然语言描述直接下达编辑指令，系统能够理解并执行复杂操作。其基于 MLLM 的语义理解能力和扩散模型的高保真生成能力，确保输出结果符合实际需求。此外，Step1X-Edit 适用于创意设计、影视后期、社交媒体、游戏开发及教育等多个领域，具有广泛的应用价值。