0.7秒实现精准图像编辑! 智象未来团队提出全新自回归图像编辑框架VAREdit

在EMU-Edit和PIE-Bench这两个业界公认的基准测试数据集上，VAREdit在传统的CLIP的评价指标和更能体现编辑精准性的GPT指标均取得了显著优势。其中，VAREdit-8.4B在GPT-Balance指标上较ICEdit和UltraEdit分别提升41.5%和30.8%；轻量版VAREdit-2.2B可在0.7秒内完成512×512图像高保真编辑。目前，VAREdit已在GitHub和HuggingFace平台全面开源。