图像编辑领域迎来新选择 FireRed Edit。该模型在单图、多图及扩图编辑中表现出色,尤其在换装和物品替换方面效果显著。它为寻求高效、条理性强的 AI 图像编辑工具的用户,提供了一个具备实用价值的解决方案。
智能速览
FireRed Edit 是一款基于 Qwen 的新图像编辑模型。
模型原生体量高达 40GB,已有 FP8 量化版本适配 24GB 显存。
单图编辑换装效果自然,但改发色易出现画面过油问题。
支持多图同编,可精准替换物品并保持光影和人物神态。
扩图功能表现出色,能很好地保持原图人物与场景的一致性。
官方宣传其三大核心能力为文字排版、老照片修复和智能换装。
精华内容
面对日益增长的 AI 图像编辑需求,FireRed Edit 作为一款新兴模型,其实际表现究竟如何?通过多项核心功能的实测,可以清晰地看到它的优势与边界。
模型基础与部署
FireRed Edit 模型基于 Qwen-Image,其底层工作流与后者相似,因此功能上涵盖了单图编辑、多图编辑及扩图编辑等。
但需要注意的是,该模型的原生体量达到了惊人的 40GB,这对本地部署提出了极高的硬件要求,普通用户难以运行。目前已有开发者将其量化为 FP8 版本,将显存需求降低至 24GB,为部分高端显卡用户提供了本地部署的可能性。对于大多数用户而言,通过云端平台进行体验是更为便捷的选择。
单图编辑的擅长点
在单图编辑功能的实测中,模型表现出了明显的偏向性。当任务涉及更换衣物或手持物品时,FireRed Edit 的表现非常出色,生成结果的一致性很高,且在服装设计上展现出不错的想象力。
然而,在尝试改变人物头发颜色等涉及皮肤和发丝细节的编辑时,结果容易出现画面过油、质感不自然的问题。这表明该模型在处理衣物和材质替换方面更具优势,但在肤质等细节处理上仍有提升空间。
多图同编能力
多图编辑是 FireRed Edit 的一个亮点功能,支持同时对两张或三张图片进行编辑。在一项测试中,要求模型将图片中人物手中的高脚杯替换为香水瓶。
最终生成的图片不仅准确完成了物品替换,而且光影效果衔接得非常到位,香水瓶的玻璃质感与场景光照融为一体。另一项测试则保持了人物介绍物品时的动作与神态,证明了其在多图情境下维持角色一致性的能力。
扩图融合效果
扩图编辑功能旨在扩展原画布,并生成与原图风格一致的内容。测试中,上传了一张女性坐在庭院石凳上的图片。
模型生成的五张扩展图片,在人物形象、服饰细节以及庭院场景的风格上都保持了高度的一致性,新旧内容的融合较为自然,没有出现明显的违和感。这项功能的表现与市面上一些成熟的扩图模型相当,具有一定的实用性。
综合来看,FireRed Edit 作为一款新兴的图像编辑模型,在特定任务上展现出了超越基础模型的潜力。它条理清晰,尤其在换装和物品替换方面提供了高质量的解决方案。尽管在细节处理上尚有瑕疵,但它的出现无疑为 AI 图像编辑领域注入了新的活力,为开发者和创作者提供了更多探索的可能性。未来它能否在细节上更进一步,值得期待。
当前文章无评论,是时候发表评论了