https://github.com/HM-RunningHub/ComfyUI_RH_Step1XEdit

https://github.com/stepfun-ai/Step1X-Edit
我们发布了最先进的图像编辑模型Step1X-Edit，其性能可与 GPT-4o 和 Gemini2 Flash 等闭源模型相媲美。更具体地说，我们采用多模态 LLM 来处理参考图像和用户的编辑指令。提取潜在嵌入并将其与扩散图像解码器集成以获取目标图像。为了训练模型，我们构建了数据生成管道来生成高质量的数据集。为了进行评估，我们开发了 GEdit-Bench，这是一个植根于真实用户指令的全新基准测试。在 GEdit-Bench 上的实验结果表明，Step1X-Edit 的性能大幅超越现有的开源基线，并接近领先的专有模型的性能，从而为图像编辑领域做出了重大贡献。更多详情，请参阅我们的技术报告。