阶跃星辰发布开源图像大模型Step1X-Edit，性能达SOTA

近日，阶跃星辰正式宣布推出其开源图像编辑大模型——Step1X-Edit。这一开创性的模型以其卓越的性能和灵活的功能，迅速引起了行业的广泛关注。根据官方声明，Step1X-Edit的参数总量达到19亿，其中包括7亿的MLLM和12亿的DiT。这一优越的参数配置使得Step1X-Edit在多项图像编辑任务中展现出了目前开源领域的最先进水平（SOTA）。

Step1X-Edit模型的设计初衷是为了解决自然语言图像编辑需求中的复杂性。它支持11类高频的图像编辑任务，这其中涵盖了市场上用户最常见的需求。通过Step1X-Edit，用户可以在不同场景下灵活便捷地进行图像编辑，从而大大提高图像处理的效率。

核心能力

Step1X-Edit拥有三个关键能力，这使其在众多图像编辑工具中脱颖而出：

1. 复杂组合指令支持：Step1X-Edit可以处理用户通过自然语言描述的复杂组合指令。值得一提的是，这些指令不需要任何固定模板，用户可以自由表达其需求。这一特性使得模型能够灵活应对多轮、多任务的编辑需求，极大地增强了用户在编辑过程中的自由度与灵活性。同时，模型还能够识别并替换图像中的文本信息，进行有效重构，以满足多样化的编辑需求。

2. 高一致性特征保留：在进行图像编辑时，Step1X-Edit能够稳定地保留人脸、姿态及身份特征。这一特性使其在虚拟人、电商模特及社交图像等需要高一致性场景下表现尤为突出。用户在使用Step1X-Edit进行图片调整时，无需担心身份特征受到破坏，这对于提升图像的真实感和用户体验至关重要。

3. 定向区域编辑能力：Step1X-Edit还支持对指定区域进行文字、材质、色彩等方向性的精细化编辑。这一能力使用户能够在保持图像风格统一的前提下，对细节部分进行精准调整，从而达到理想的编辑效果。无论是为图像增添文字说明，还是改动某个特定部位的材质和色彩，Step1X-Edit都能够游刃有余地解决。

应用场景

Step1X-Edit不仅适用于个人用户，还能为企业用户带来丰厚的价值。在电商领域，商家可以利用这一模型为产品图像进行高效的导演式处理，通过准确的文字描绘和颜色调整，呈现出产品最佳的状态。而在社交媒体领域，内容创作者亦能通过Step1X-Edit为自己的作品注入更多创意元素，为观众带来新鲜感。

Step1X-Edit在虚拟人物创建与角色设计中同样体现出强大的应用潜力。通过其强大的特征保留能力和区域定向编辑能力，用户能够打造更加生动和真实的虚拟人物，不仅提升了视觉效果，也增强了用户互动体验。

开源链接与资源

阶跃星辰通过开源的方式将Step1X-Edit带给更广泛的用户群体。相关资源和代码已在多个上发布，用户可以通过以下链接获取：

[GitHub开源链接](https://github/stepfun-ai/Step1X-Edit)

[Hugging Face模型页面](https://huggingface.co/stepfun-ai/Step1X-Edit)

[ModelScope模型介绍](https://www.modelscope.cn/models/stepfun-ai/Step1X-Edit/summary)

[论文下载链接](https://arxiv.org/pdf/2504.17761)

Step1X-Edit的发布标志着图像编辑技术的又一次飞跃，凭借其强大的功能、灵活的应用场景和开源策略，阶跃星辰将为更多用户带来便利与创新。随着AI技术的不断进步，未来的图像编辑将变得更加轻松与高效，期待Step1X-Edit能够在更广泛的领域中展现其无限潜力。