发帖
雷达卡
介绍5个很好用的开源图像编辑模型，对硬件要求不高，适合直接在本地部署。
1. FLUX.2 [klein] 9B
FLUX.2 [klein]是一款专注于速度、质量与灵活性的高性能开源图像生成与编辑模型。
由Black Forest Labs开发，它将图像生成与图像编辑融合到单一紧凑架构中，能够在消费级硬件上实现不到一秒的端到端推理。
FLUX.2 [klein] 9B Base模型是未经蒸馏的完整容量基础模型，支持文生图与多参考图像编辑，非常适合研究者和创作者，希望对输出结果进行精细控制，而非依赖重度蒸馏的流水线。
主要特性：
统一的生成与编辑：在单一模型架构内同时处理文生图与图像编辑任务。
未经蒸馏的基础模型：保留完整的训练信号，提供更大的灵活性、控制力和输出多样性。
多参考编辑支持：允许通过多张参考图像引导编辑，获得更精准的结果。
为实时使用优化：在消费级GPU上也能以极低延迟提供最先进的质量。
权重开放与可微调：面向LoRA训练、研究和定制流水线设计，兼容Diffusers、ComfyUI等工具。
开源地址：https://huggingface.co/black-forest-labs/FLUX.2-klein-base-9B
2. Qwen-Image-Edit-2511
Qwen-Image-Edit-2511是一款专注于高一致性与精度的先进开源图像编辑模型。
由阿里云作为Qwen系列的一部分推出，在Qwen-Image-Edit-2509的基础上进行了重要改进，提升图像稳定性、人物一致性与结构准确性。
该模型面向复杂图像编辑任务，如多人编辑、工业设计工作流以及几何感知变换，同时通过Diffusers和基于浏览器的Qwen Chat等工具，保持易于集成的特性。
主要特性：
改进的图像与人物一致性：减少图像偏移，在单人与多人编辑中保持身份稳定。
多图像与多人编辑：将多张参考图像高质量融合为协调的最终结果。
内置LoRA集成：直接在基础模型中包含社区创建的LoRA，无需额外设置即可解锁高级效果。
工业设计与工程支持：针对材质替换、批量设计与结构编辑等产品设计任务进行优化。
增强的几何推理能力：支持几何感知编辑，包括用于技术场景的辅助线和设计标注。
开源地址：https://huggingface.co/Qwen/Qwen-Image-Edit-2511
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，旨在在不牺牲质量的前提下大幅缩短推理时间。
作为Black Forest Labs的FLUX.2 [dev]基础模型的蒸馏LoRA适配器，能够在最少8个推理步骤内提供高质量输出。这使其非常适合实时应用、快速原型制作以及对速度至关重要的交互式图像工作流。
主要特性：
超快8步推理：相比标准50步工作流，最高可提升6倍生成速度。
质量保持：尽管进行了重度蒸馏，仍能达到或超越原始FLUX.2 [dev]模型的视觉质量。
基于LoRA的适配器：轻量级，便于以极少开销接入现有FLUX.2流水线。
文生图与图像编辑支持：在单一设置中同时覆盖生成与编辑任务。
广泛的生态系统支持：可通过托管API、Diffusers和ComfyUI灵活部署。
开源地址：https://huggingface.co/fal/FLUX.2-dev-Turbo
4. LongCat-Image-Edit
LongCat-Image-Edit是一款最先进的开源图像编辑模型，专为高精度的指令驱动编辑与强视觉一致性而设计。
由美团开发，作为LongCat-Image的图像编辑版本，支持中英文双语编辑。该模型在遵循复杂编辑指令的同时，有效保护非编辑区域，在多步与参考引导的图像编辑工作流中表现尤为出色。
主要特性：
精确的指令型编辑：在强语义理解下支持全局编辑、局部编辑、文本修改与参考引导编辑。
强一致性保护：在多轮编辑中保持非编辑区域的布局、纹理、色调与主体身份。
双语编辑支持：可处理中英文提示词，扩大可访问性与适用场景。
开源最先进性能：在开源图像编辑模型中达到SOTA结果，并提升推理效率。
文本渲染优化：对引用文本使用专门的字符级编码，使图像内的文本生成更加准确。
开源地址：https://huggingface.co/meituan-longcat/LongCat-Image-Edit
5. Step1X-Edit-v1p2
Step1X-Edit-v1p2是一款推理增强型的开源图像编辑模型，旨在提升指令理解与编辑准确性。由StepFun AI推出，通过结构化思考与反思机制引入原生推理能力。
这使得模型能够解读复杂或抽象的编辑指令，审慎地应用修改，并在最终输出前对结果进行审查与纠错。
因此，Step1X-Edit-v1p2在KRIS-Bench和GEdit-Bench等基准上取得了强劲表现，尤其是在需要精确、多步编辑的场景中。
主要特性：
推理驱动的图像编辑：通过显式思考与反思阶段更好理解指令，减少非预期变化。
强劲的基准表现：在KRIS-Bench和GEdit-Bench等基准上提供具有竞争力的结果。
更好的指令理解：擅长处理抽象、细节或多部分的编辑提示。
基于反思的修正：审查编辑输出以修复错误，并判断编辑是否完成。
面向研究与可扩展：设计用于实验，提供多种模式以在速度、准确性与推理深度之间进行权衡。
开源地址：https://huggingface.co/stepfun-ai/Step1X-Edit-v1p2
想转型AI，不被时代淘汰
CAIE注册人工智能工程师认证
岗位能力 × AI工具 ×转型方向 × 场景落地 = 新AI职业价值
扫码免费领取《AI工程师入门学习指南》
京公网安备 11010802022788号
