【量子位 2026年2月12日讯】春节P图不用再求人！小红书Super Intelligence Team正式发布开源图像编辑模型FireRed-Image-Edit，凭借精准的指令理解、稳定的文字编辑与强大的创意生成能力，在ImgEdit、GEdit等多项权威榜单中斩获SOTA，人工评估胜出率领先同类模型，让普通用户也能轻松实现专业级图像修改，彻底告别”改字崩版式、修图毁意境”的尴尬。
技术突破：重构图像编辑的精准与可控
FireRed-Image-Edit的脱颖而出，源于小红书团队在评测标准、数据引擎与训练机制上的全链路创新，构建起”精准理解-稳定输出-创意拓展”的核心能力闭环。
自定义评测基准：RedEdit Bench覆盖全场景需求
针对现有评测难以匹配真实用户需求的痛点，团队推出RedEdit Bench深度评测方案，涵盖15个子任务，不仅包含常规的画面增删改，更前瞻性纳入人像美化、低画质增强等高频实战场景。对比实验表明，该基准对编辑模型通用能力的评估精度远超ImgEdit和GEdit，后续将同步开源，为行业建立新的评估标准。
高效数据引擎：三路径解决样本稀缺难题
模型背后的图像编辑数据生产引擎，通过三条路径规模化产出高质量训练对：指令控制的专家模型合成、结构化控制（分割/关键点/深度等）的专家模型合成，以及3D/布局/文字等模型无关的模板化合成。针对长尾任务，采用”检查—补齐”的定向补数流程，配合三层级去重与十余种质量清洗算子，确保数据的指令遵循度与视觉自然度。
三阶段训练：兼顾精度与泛化能力
模型采用三阶段进阶训练策略：预训练阶段通过多条件感知桶采样平衡任务分布，随机动态指令提升泛化理解能力；微调阶段引入高质量数据优化表现；强化学习阶段创新采用非对称梯度优化与Layout-Aware OCR-based Reward机制，不仅惩罚错别字，更对字符错位、大小异常、布局崩坏等问题进行约束，大幅提升文字编辑准确性。
核心能力：从文字精修到创意生成全覆盖
FireRed-Image-Edit真正实现了”编辑而非重绘”的核心诉求，在三大核心场景中展现出业界领先的实力：
文字编辑：版式风格精准传承
面对海报文字替换、自定义文字添加等需求，模型能完美保持原有字体风格、大小比例与布局逻辑。例如将海报中的”programme”修改为”program ongoing”，字符间距、字体质感与整体版式高度统一，彻底解决传统工具改字易崩版的痛点。在复杂场景中，还能精准生成指定字体的文字内容，如在童话风画面中呈现手写体板书，细节还原度达到商业级水准。
指令理解：语义对应精准无误
通过随机指令对齐机制，模型能真正理解语义与图像的对应关系，而非机械匹配。面对”修正图像错误”等模糊指令，可自动识别画面中的文字错误、元素错位等问题并精准修正；处理多条件组合指令时，能同时满足风格要求、元素增减、细节调整等多重需求，指令遵循一致性远超同类模型。
创意拓展：风格迁移与多图融合
模型支持创造力场景生成与多参考图融合，可实现风格迁移、智能换装、画质修复等多元需求。无论是将普通照片转化为震撼游戏CG风格，还是基于多张参考图为模特搭配服饰，亦或是修复老照片并上色，都能输出高清、自然、细节丰富的结果。其中，低画质增强功能将超分、去模糊、去噪等底层视觉任务纳入指令微调，用户一键即可实现模糊图像的清晰度提升。
开源赋能：人人都是专业设计师
目前，FireRed-Image-Edit的代码、技术报告与demo网页已正式开源，模型权重也将在近期上线。开发者可通过GitHub获取完整项目资源，在Hugging Face直接体验在线demo，无需复杂配置即可调用专业图像编辑能力。
作为小红书多模态基础模型体系的重要组成部分，FireRed-Image-Edit延续了团队”技术落地为核心”的理念。此前，Super Intelligence Team已沉淀InstantID、StoryMaker等多个开源成果，成功孵化语音评论、满屏高清等站内爆款功能。未来几个月，团队将持续迭代模型，进一步提升人像美化、编辑一致性与文字处理能力，并开源文生图基座模型，为创作者提供更全面的工具支持。
业内人士表示，FireRed-Image-Edit的开源不仅降低了专业图像编辑的技术门槛，更通过创新的评测标准与训练机制，为行业发展提供了可参考的技术范式。随着这款工具的普及，无论是日常P图、海报制作，还是创意设计、老照片修复，都将变得高效简单，真正让AI图像编辑走进大众生活。
