IT之家 4 月 27 日消息，階躍星辰今日宣布開源圖像編輯大模型 Step1X-Edit，性能達到開源 SOTA。該模型總參數(shù)量為 19B（7B MLLM + 12B DiT），具備語義精準(zhǔn)解析、身份一致性保持、高精度區(qū)域級控制三項關(guān)鍵能力；支持 11 類高頻圖像編輯任務(wù)類型，如文字替換、風(fēng)格遷移、材質(zhì)變換、人物修圖等。

IT之家附開源鏈接：

• Github：https://github.com/stepfun-ai/Step1X-Edit

• HuggingFace：https://huggingface.co/stepfun-ai/Step1X-Edit

• ModelScope：https://www.modelscope.cn/models/stepfun-ai/Step1X-Edit/summary

• 技術(shù) Report：https://arxiv.org/pdf/2504.17761

官方表示，Step1X-Edit 針對自然語言圖像編輯任務(wù)，具備以下核心能力：

• 語義精準(zhǔn)解析：支持自然語言描述的復(fù)雜組合指令，指令無需模板，能夠靈活應(yīng)對多輪、多任務(wù)編輯需求，同時支持對圖像中文字進行識別、替換與重構(gòu)；

• 身份一致性保持：編輯后能穩(wěn)定保留人臉、姿態(tài)與身份特征，適用于虛擬人、電商模特、社交圖像等高一致性場景；

• 高精度區(qū)域級控制：支持對指定區(qū)域進行文字、材質(zhì)、色彩等定向編輯，保持圖像風(fēng)格統(tǒng)一，控制能力更精細(xì)。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。