Adobe и UC San Diego разработали ИИ-агента для качественного редактирования изображений

Adobe Research и Калифорнийский университет в Сан-Диего представили экспериментальную систему EditAgent, которая разбивает запрос на этапы, выбирает подходящие инструменты и проверяет полученные изображения. Такой подход повысил качество редактирования, но примерно в десять раз увеличил время инференса.

Исследователи Adobe Research и Калифорнийского университета в Сан-Диего представили EditAgent — экспериментального ИИ-агента для многоэтапного редактирования изображений.

Вместо повторных попыток с одним универсальным редактором система выбирает специализированные средства для локальных изменений, удаления и перемещения объектов, цветокоррекции, геометрических преобразований и масштабирования. Несколько вариантов создаются параллельно, после чего готовая визуально-языковая модель сравнивает их с учётом увеличенных фрагментов, карт изменений, измерений цвета и яркости, а также результатов программных проверок.

Для исследования авторы подготовили 600 наборов заданий, охватывающих 30 видов редактирования. Универсальная модель FLUX.2-klein-9B не смогла выдать пригодный результат в 42,7% случаев, а специализированные инструменты исправили 175 из 256 таких неудач. Пять профессиональных ретушёров предпочли параллельно созданные варианты последовательной доработке в 78,5% сравнений без ничьей.

Благодаря дополнительным проверочным данным модель Qwen3.8-27B выбирала вариант, признанный пригодным экспертами, в 81,3% случаев против 74,8% у специализированной оценочной модели EditScore-72B. EditAgent также улучшил результаты двух открытых редакторов на трёх тестах, однако потребовал примерно в десять раз больше времени на инференс. Авторы использовали около 25,7 тыс. принятых системой сессий как данные для обучения более быстрых моделей редактирования.