0.7秒實現精準圖像編輯！智象未來團隊提出全新自回歸圖像編輯框架VAREdit

每經AI快訊，據智象未來微信公眾號8月25日消息，為了攻克效果“失控”與效率低下等問題，智象未來團隊將視覺自回歸（VAR）架構引入圖像編輯，提出了全新的指令引導編輯框架VAREdit。

在EMU-Edit和PIE-Bench這兩個業界公認的基準測試數據集上，VAREdit在傳統的CLIP的評價指標和更能體現編輯精準性的GPT指標均取得了顯著優勢。其中，VAREdit-8.4B在GPT-Balance指標上較ICEdit和UltraEdit分別提升41.5%和30.8%；輕量版VAREdit-2.2B可在0.7秒內完成512×512圖像高保真編輯。目前，VAREdit已在GitHub和Hugging Face平臺全面開源。