大模型——Step1X-Edit：自然语言指令编辑图像的开源工具

大模型——Step1X-Edit：自然语言指令编辑图像的开源工具

综合介绍

Step1X-Edit 是一个开源图像编辑框架，由 Stepfun AI 团队开发，托管于 GitHub。它结合多模态大语言模型（Qwen-VL）和扩散变换器（DiT），让用户通过简单的自然语言指令编辑图像，例如更改背景、移除物体或转换风格。项目于 2025 年 4 月 25 日发布，性能接近闭源模型如 GPT-4o 和 Gemini 2 Flash。Step1X-Edit 提供模型权重、推理代码和 GEdit-Bench 基准测试，支持广泛的编辑场景。Apache 2.0 许可证允许免费使用和商业开发，吸引了开发者、设计师和研究人员。社区支持活跃，已推出 ComfyUI 插件和 FP8 量化版本，优化硬件需求。

目前可在 阶跃AI 免费体验。但实际图像编辑效果与 GPT-4o 、 Gemini 2 Flash 差距略大。