Step1X-Edit是由階躍星辰開發的通用圖像編輯大模型，於2025年4月27日宣布開源並達到開源SOTA性能水平。該模型集成多模態大語言模型（MLLM）與擴散變換器（DiT）架構，總參數量19B（7B MLLM+12B DiT），支持自然語言指令輸入，具備語義精準解析、身份一致性保持和高精度區域級控制三項核心技術能力，覆蓋文字替換、風格遷移、材質變換等11類高頻圖像編輯任務。
模型基於超過100萬條圖像-指令-目標三元組數據集訓練，在自研GEdit-Bench基準測試中語義一致性、圖像質量與綜合得分領先開源模型，接近GPT-4o與Gemini 2.0 Flash閉源模型性能。配套提供GitHub、HuggingFace、ModelScope開源連結及技術報告，支持阿里雲PAI平台一鍵部署至EAS推理服務，建議使用80GB及以上顯存的顯示卡運行
基本介紹
- 外文名：Step1X-Edit
- 開源日期：2025年4月27日
- 類別：圖像編輯大模型
- 開發單位：階躍星辰
發展歷史,主要功能,
發展歷史
2025年4月27日，階躍星辰宣布開源圖像編輯大模型Step1X-Edit，性能達到開源SOTA。
主要功能
圖像編輯大模型Step1X-Edit具備語義精準解析、身份一致性保持、高精度區域級控制三項關鍵能力；支持11類高頻圖像編輯任務類型，如文字替換、風格遷移、材質變換、人物修圖等。
語義精準解析
支持自然語言描述的複雜組合指令，指令無需模板，能夠靈活應對多輪、多任務編輯需求，同時支持對圖像中文字進行識別、替換與重構；
身份一致性保持
編輯後能穩定保留人臉、姿態與身份特徵，適用於虛擬人、電商模特、社交圖像等高一致性場景；
高精度區域級控制
支持對指定區域進行文字、材質、色彩等定向編輯，保持圖像風格統一，控制能力更精細。
