---
title: "Step1X-Edit – 阶跃星辰开源的通用图像编辑框架"
url: "https://paooo.com/aigc-news/20139/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T15:14:42+08:00"
updated_at: "2026-06-08T15:14:42+08:00"
categories: "AIGC 资讯"
tags: "ChatGPT, Gemini, HuggingFace, stable diffusion, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Step1X-Edit – 阶跃星辰开源的通用图像编辑框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20139/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 开源通用图像编辑框架，融合 MLLM 与扩散模型，目标是缩小与闭源模型的差距。
- 支持主体添加/移除、背景更改、风格转换、文字修改等多种自然语言驱动编辑任务。
- 基于超 100 万对图像指令数据训练，并用 GEdit-Bench 评估真实世界编辑能力。

## Step1X-Edit是什么

Step1X-Edit 是阶跃星辰团队推出的通用图像编辑框架，能缩小开源图像编辑模型与闭源模型（如 [GPT-4o](https://ai-bot.cn/openai-gpt-4o/) 和[ Gemini2 Flash](https://ai-bot.cn/gemini-2-0-flash/)）之间的性能差距。Step1X-Edit结合多模态大语言模型（MLLM）和扩散模型，基于处理参考图像和用户的编辑指令，提取潜在嵌入生成目标图像。为训练模型，研究者构建大规模高质量的数据生成管道，生成超过 100 万对图像和指令对。Step1X-Edit 提出新的基准测试 GEdit-Bench，用在真实世界用户指令的评估。

## Step1X-Edit的主要功能

- **多样化编辑能力**：支持多种图像编辑任务，包括主体添加、移除、替换，背景更改，色彩调整，材质修改，风格转换，肖像美化，文字修改，色调变化等。

- **自然语言指令驱动**：用户基于自然语言描述编辑需求，模型能理解执行复杂的编辑指令。

- **高质量图像生成**：支持生成高保真、逼真的图像结果。

- **真实世界场景适配**：基于大规模高质量数据集训练，处理真实世界中的各种复杂编辑场景。

## Step1X-Edit的技术原理

- **多模态大语言模型（MLLM）**：基于 MLLM处理参考图像和用户的编辑指令，提取语义信息。基于MLLM 的强大语义理解能力，生成与编辑任务相关的嵌入向量。

- **扩散模型（Diffusion Model）**：结合扩散模型（如 DiT 风格的架构）进行图像生成。用扩散模型的高保真生成能力，将 MLLM 提供的嵌入向量解码为目标图像。

- **数据生成管道**：构建一个大规模、高质量的数据生成管道，生成超过 100 万对图像和指令对。数据管道涵盖多种编辑任务类别，确保模型能够学习到多样化的编辑操作。

- **训练策略**：从文本到图像模型初始化，保留美学质量和视觉一致性。基于联合训练连接模块和下游扩散模型，优化整体性能。

- **基准测试（GEdit-Bench）**：推出基于真实用户指令的基准测试 GEdit-Bench，评估模型的实际性能。GEdit-Bench 包含多种编辑任务，确保模型在真实场景中的有效性。

## Step1X-Edit的项目地址

- **项目官网**：[https://step1x-edit.github.io/](https://step1x-edit.github.io/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/stepfun-ai/Step1X-Edit](https://github.com/stepfun-ai/Step1X-Edit)

- **HuggingFace模型库**：[https://huggingface.co/stepfun-ai/Step1X-Edit](https://huggingface.co/stepfun-ai/Step1X-Edit)

- **arXiv技术论文**：[https://arxiv.org/pdf/2504.17761](https://arxiv.org/pdf/2504.17761)

- **在线体验Demo**：[https://huggingface.co/spaces/stepfun-ai/Step1X-Edit](https://huggingface.co/spaces/stepfun-ai/Step1X-Edit)

## Step1X-Edit的应用场景

- **创意设计**：快速生成创意图像，如更换背景、调整颜色、添加元素，提高设计效率。

- **影视后期**：用在特效制作，如添加/移除物体、改变外观或调整色调，节省后期成本。

- **社交媒体**：美化照片、添加趣味元素或调整风格，提升内容吸引力。

- **游戏开发**：生成角色、场景和道具，快速调整装备或风格，减少美术资源开发时间。

- **教育领域**：生成教学材料，如修改历史照片、创建科学插图，增强教学效果。

## 常见问题解答 (FAQ)

### Step1X-Edit 主要能做什么图像编辑？
它支持多种通用图像编辑任务，包括主体添加、移除、替换，背景更改，色彩调整，材质修改，风格转换，肖像美化和文字修改等，适合自然语言驱动的复杂编辑需求。

### Step1X-Edit 的技术核心是什么？
核心是将多模态大语言模型（MLLM）与扩散模型结合：前者理解参考图像和编辑指令并提取语义嵌入，后者负责高保真生成目标图像，从而提升编辑效果与一致性。

### Step1X-Edit 和普通图像编辑模型有什么区别？
它强调通用性和真实场景适配，训练中使用了超过 100 万对图像指令数据，并新增 GEdit-Bench 评测真实用户指令，目标是缩小开源模型与闭源强模型之间的差距。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
