引言
AI图像编辑技术发展迅速。像某机构的ChatGPT和某机构的Gemini等工具已经展示了AI在创意工作中的强大能力，引发了许多人对这将如何改变平面设计未来的思考。与此同时，开源图像编辑模型也在迅速改进，并缩小了质量差距。
这些模型允许你使用简单的文本提示来编辑图像。你可以轻松地移除背景、替换物体、增强照片以及添加艺术效果。曾经需要高级设计技能的工作，现在只需几步即可完成。
在本文中，我们回顾了五款在图像编辑领域表现突出的开源AI模型。根据你的工作流程和需求，你可以在本地运行它们、通过API使用，或直接在浏览器中访问。
1. FLUX.2 [klein] 9B
FLUX.2 [klein] 是一款专为速度、质量和灵活性设计的高性能开源图像生成与编辑模型。由某机构开发，它将图像生成和图像编辑整合到一个紧凑的单一架构中，使得在消费级硬件上能够在不到一秒的时间内完成端到端推理。 FLUX.2 [klein] 9B 基础模型是一个未经蒸馏、全容量的基础模型，支持文本到图像的生成和多参考图像编辑，非常适合那些希望对输出进行精细控制、而非依赖重度蒸馏管道的研究人员、开发者和创意工作者。
关键特性：
- 统一的生成与编辑：在单一模型架构内处理文本到图像生成和图像编辑任务。
- 未经蒸馏的基础模型：保留了完整的训练信号，提供了更大的灵活性、控制力和输出多样性。
- 多参考图像编辑支持：允许多张参考图像共同指导图像编辑，以获得更精确的结果。
- 为实时应用优化：即使在消费级GPU上，也能以极低延迟提供最先进的质量。
- 开放权重且易于微调：专为LoRA训练、研究和自定义管道设计，兼容Diffusers和ComfyUI等工具。
2. Qwen-Image-Edit-2511
Qwen-Image-Edit-2511 是一款先进的开源图像编辑模型，专注于高一致性和高精度。由某机构作为Qwen模型家族的一部分开发，它在Qwen-Image-Edit-2509的基础上，对图像稳定性、人物一致性和结构准确性进行了重大改进。 该模型专为复杂的图像编辑任务设计，如多人编辑、工业设计工作流和几何感知变换，同时通过Diffusers和基于浏览器的工具（如Qwen Chat）易于集成。
关键特性：
- 改进的图像与人物一致性：减少图像漂移，在单人及多人编辑中保留人物特征。
- 多图像与多人编辑：能够将多张参考图像高质量地融合成一个连贯的最终结果。
- 内置LoRA集成：在基础模型中直接包含社区创建的LoRA，无需额外设置即可解锁高级效果。
- 工业设计与工程支持：针对产品设计任务优化，如材料替换、批量设计和结构性编辑。
- 增强的几何推理能力：支持几何感知编辑，包括为技术用例提供的构造线和设计标注。
3. FLUX.2 [dev] Turbo
FLUX.2 [dev] Turbo 是一款轻量级、高速的图像生成与编辑适配器，旨在大幅减少推理时间而不牺牲质量。 它由某机构作为针对FLUX.2 [dev]基础模型的蒸馏LoRA适配器构建，能够在仅8步推理中生成高质量输出。这使其成为速度至关重要的实时应用、快速原型设计和交互式图像工作流的绝佳选择。
关键特性：
- 超快速8步推理：与标准的50步工作流相比，生成速度提升高达6倍。
- 质量保持：尽管经过重度蒸馏，其视觉质量仍达到或超过原始FLUX.2 [dev]模型。
- 基于LoRA的适配器：轻量级且易于插入现有的FLUX.2管道，额外开销小。
- 支持文本到图像与图像编辑：在单一设置中同时支持生成和编辑任务。
- 广泛的生态系统支持：可通过托管的API、Diffusers和ComfyUI获得，提供灵活的部署选项。
4. LongCat-Image-Edit
LongCat-Image-Edit 是一款最先进的开源图像编辑模型，专为高精度、遵循指令的编辑而设计，并具有强大的视觉一致性。由某机构作为LongCat-Image的图像编辑对应模型开发，它支持中文和英文的双语编辑。 该模型擅长遵循复杂的编辑指令，同时保留未编辑区域的原貌，使其在多步骤和参考引导的图像编辑工作流中特别有效。
关键特性：
- 精确的指令基础编辑：支持全局编辑、局部编辑、文本修改和参考引导编辑，具有强大的语义理解能力。
- 强大的一致性保持：即使在多轮编辑中，也能保持未编辑区域的布局、纹理、色调和主体特征。
- 双语编辑支持：处理中英文提示，实现更广泛的可访问性和用例。
- 领先的开源性能：在开源图像编辑模型中提供最先进的结果，并提高了推理效率。
- 文本渲染优化：对引号内的文本使用专门的字符级编码，实现图像内更准确的文本生成。
5. Step1X-Edit-v1p2
Step1X-Edit-v1p2 是一款推理增强的开源图像编辑模型，旨在提高指令理解和编辑准确性。由某机构开发，通过结构化思考和反思机制引入了原生推理能力。这使得模型能够解读复杂或抽象的编辑指令，谨慎地应用更改，然后在最终输出前审查和纠正结果。 因此，Step1X-Edit-v1p2 在KRIS-Bench和GEdit-Bench等基准测试中取得了强劲的性能，尤其是在需要精确、多步骤编辑的场景中。
关键特性：
- 推理驱动的图像编辑：使用明确的思考和反思阶段来更好地理解指令，减少意外更改。
- 强大的基准性能：在开源图像编辑模型中，于KRIS-Bench和GEdit-Bench上取得了有竞争力的结果。
- 改进的指令理解能力：擅长处理抽象、详细或多部分的编辑提示。
- 基于反思的修正：审查编辑后的输出以修正错误，并决定编辑何时完成。
- 面向研究且可扩展：专为实验设计，提供多种模式，可在速度、准确性和推理深度之间进行权衡。
结论
开源图像编辑模型正在迅速成熟，为创作者和开发者提供了封闭工具的可靠替代方案。它们现在结合了速度、一致性和精细控制，使得高级图像编辑更易于尝试和部署。
模型概览：
- FLUX.2 [klein] 9B 专注于在单一、未经蒸馏的基础模型中实现高质量的生成和灵活的编辑。
- Qwen-Image-Edit-2511 在一致性、结构感知的编辑方面表现突出，尤其是在多人场景和重度设计场景中。
- FLUX.2 [dev] Turbo LoRA 优先考虑速度，能以最少的推理步骤实时交付强大的结果。
- LongCat-Image-Edit 擅长精确、遵循指令的编辑，同时在多轮编辑中保持视觉一致性。
- Step1X-Edit-v1p2 通过增加推理能力推动了图像编辑的发展，允许模型在最终确定复杂编辑前进行思考。FINISHED
