Step1X-Edit: 开源版的AI图像编辑新王者

Step1X-Edit: 开源版的AI图像编辑新王者，"GPT-4o级"的优秀品质

重大突破：开源世界也有"GPT-4o级"的图像编辑器了！

在AI图像编辑领域，长期以来都是GPT-4o和Gemini 2 Flash等闭源模型占据着统治地位。但现在，情况正在发生改变——Step1X-Edit的横空出世，让开源社区终于有了能与这些巨头一较高下的利器！

最新动态

2025年4月27日：社区贡献者发布了Step1X-Edit-FP8优化版模型，降低了显存需求

2025年4月26日：在线演示平台正式上线，现在任何人都可以直接体验图像编辑功能

2025年4月25日：项目核心代码、模型权重和评估基准GEdit-Bench全部开源

它是如何工作的？

Step1X-Edit采用了多模态大语言模型（Multimodal LLM）技术，能够同时处理参考图像和用户编辑指令。系统会提取出潜在嵌入（latent embedding），并将其与扩散图像解码器（diffusion image decoder）集成，从而生成目标图像。简单来说，就是：

输入你的原始图像

用自然语言告诉它你想做什么改动

模型理解你的意图并生成符合要求的新图像

实际表现如何？

根据在新发布的GEdit-Bench基准测试中的表现，Step1X-Edit不仅大幅超越了现有的开源基线模型，而且已经接近领先的专有模型的性能水平。这是开源图像编辑领域的一个重大里程碑！

硬件需求与性能

测试环境：单块H800 GPU 推荐配置：80GB显存GPU，以获得更好的生成质量和效率

如何上手使用？

基本环境要求

Python >= 3.10.0

PyTorch >= 2.2（带CUDA支持）

已在torch==2.3.1和torch==2.5.1 + CUDA 12.1环境下测试通过

安装步骤

安装基础依赖：

pip install -r requirements.txt

安装flash-attn加速库：

python scripts/get_flash_attn.py

该脚本会生成一个类似flash_attn-2.7.2.post1+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl的文件名，你可以在flash-attn的发布页面找到对应的预构建轮子并按照其说明进行安装。

运行示例：

bash scripts/run_examples.sh

内存优化选项

如果你的GPU显存有限，可以：

使用FP8量化版本（添加--quantized标志）

启用CPU卸载（添加--offload标志）

社区贡献

社区已经提供了多个有价值的贡献，包括：

FP8模型权重：由meimeilook和rkfg提供

开源计划

[x] 推理代码和模型权重

[x] 在线演示（Gradio）

[x] FP8量化权重

[ ] Diffusers集成

[ ] ComfyUI支持

GEdit-Bench：更接近真实使用场景的测试基准

Step1X-Edit团队还发布了GEdit-Bench，这是一个基于真实用户指令的新型基准测试集。它精心策划了各种编辑场景，能够更真实、更全面地评估图像编辑模型的性能。评估过程和相关代码可在GEdit-Bench/EVAL.md中找到。

更多信息

详细技术报告：arXiv:2504.17761

模型权重：ModelScope 和 HuggingFace

FP8版本：meimeilook/Step1X-Edit-FP8 和 rkfg/Step1X-Edit-FP8

免责声明

该图像编辑模型产生的结果完全由用户输入和操作决定。开发团队和该开源项目不对使用过程中产生的任何结果或后果负责。

Step1X-Edit遵循Apache License 2.0许可协议。你可以在各自的GitHub和HuggingFace仓库中找到许可证文件。

AI写作编辑排版工具：智辑AI（aieditorx.cn）

AI电影共创社：简称AI共创社或共创社，国内著名的公益AI影视社群，社群超万人，有多名国内著名导演、编剧、影视领域教授专家学者，有500多名AIGC高手专家。AI电影共创社是公益社群，立足中国优秀文化哲学，传递人类命运共同体意识，给世界带来和平。欢迎您加入，一起共学共创推动中国AI影视。

官网学习文档：

‌‍‌⁠‍⁠⁠‌‍‍‍⁠‬‍⁠‍‬https://aimoviecs.com

投稿邮箱：1351231599@qq.com，欢迎AI影视领域博主、作家、爱好者送稿，审核通过即可发布。

加入社群：将在全国各地推动公益AI影视的影响力，帮助AI影视爱好者入门，进步，提升。