AI 图像编辑领域再迎重磅突破，小红书自研的 FireRed-Image-Edit 基础模型正式亮相，一举拿下 ImgEdit、GEdit 等多个权威榜单的 SOTA 成绩，成为业界新一代标杆。这款模型在复杂指令理解、风格化转换、高精度文字编辑等核心能力上实现质的飞跃，更重要的是，其代码、技术报告与 Demo 网页已全面开源，模型权重也将在数日內上线，让普通用户也能轻松解锁专业级 P 图能力，这个春节彻底实现 “修图自由”。
硬核成绩单：多项指标登顶，人工评估胜率遥遥领先
FireRed-Image-Edit 的实力，体现在实打实的评测数据中。凭借更精准的自然语言理解能力、更强的图像主体 ID 保持度，以及经过深度优化的高效架构，该模型在主流图像编辑评测集和小红书自建的 RedEdit Bench 中均表现亮眼，各项核心指标全面超越 LongCat、FLUX.2、Qwen 等主流模型。
在人工评估环节，FireRed-Image-Edit 的胜出率达到 61.1%，大幅领先于同类竞品，成为用户体验层面的最优解。无论是简单的画面增删改，还是高难度的人像精修、低画质修复、文字精准替换，模型都能精准落地用户需求，真正做到 “指哪改哪”，打破了传统图像编辑模型 “理解偏差”“效果失真” 的痛点。
技术底层逻辑：全新评测标准 + 三阶段训练，打造全能编辑模型
FireRed-Image-Edit 之所以能成为 “六边形战士”，核心在于小红书 Super Intelligence Team 打造的全链路技术底座，从评测标准到数据构造，再到模型训练，每一环都做到了行业创新。
1. 重定义评测标准：RedEdit Bench 覆盖真实全场景
针对现有图像编辑评测集无法覆盖用户真实复杂需求的问题，团队推出了全新的深度评测方案 RedEdit Bench，包含 15 个子任务，不仅覆盖画面增删改、背景替换、颜色调整等常规操作，还前瞻性纳入人像美化、低画质增强、文字修改等高频实战场景，对模型的通用能力评估精度远超 ImgEdit 和 GEdit。该评测集后续也将开源，为社区建立新的评估标准。
2. 高效数据引擎：三条路径实现规模化高质量数据生产
模型的核心战力，源于一套 “快速、可控、精准” 的图像编辑数据生产引擎。团队将复杂编辑需求拆解为可组合子任务，通过指令控制的专家模型合成、结构化控制的专家模型合成（分割 / 关键点 / 深度等）、模型无关的模板化合成（3D / 布局 / 文字）三条路径，规模化产出高质量训练对。
针对长尾编辑任务样本稀缺的问题，引擎采用 “检查 — 补齐” 的定向补数流程，配合三层级去重、十余种质量清洗算子和严格的一致性校验，确保所有训练数据的指令遵循度、视觉自然度和内容一致性，从源头保证模型能力。
3. 三阶段训练体系：层层进阶，精准打磨核心能力
模型参考主流编辑框架，设计了科学的三阶段训练逻辑，实现能力的阶梯式提升：
-
预训练阶段：通过多条件感知桶采样平衡不同编辑任务，结合随机动态指令提升模型的指令泛化理解能力，前置 embedding 抽取大幅提升训练效率；
-
微调阶段：引入高质量标注数据，针对性优化模型表现，强化细节处理能力；
-
强化学习阶段：通过非对称梯度优化强化正样本反馈，创新提出基于 OCR 奖励的 diffusionNFT 策略，重点提升文字编辑的准确性，解决文字错位、变形、拼写错误等行业难题。
核心能力亮点：不止是修图，更是精准的 “图像创作助手”
FireRed-Image-Edit 对 “编辑” 的理解，早已超越简单的画面重绘，而是实现了对图像的精准可控创作，四大核心能力让其脱颖而出：
1. 指令遵循一致性：真正理解语义，拒绝 “死记硬背”
模型引入随机指令对齐机制，通过打乱、重组 prompt 让模型深度理解语义与图像的对应关系，而非机械匹配关键词。无论是修正图像中的数字、文字错误，还是完成复杂的组合式编辑需求，都能精准落地，彻底告别 “答非所问”。
2. 文字编辑天花板：Layout-Aware OCR-based Reward 精准控字
这是 FireRed-Image-Edit 的一大杀手锏。团队创新性提出 Layout-Aware OCR-based Reward 策略，在强化学习中不仅惩罚错别字，还对字符错位、大小异常、布局崩坏进行精准惩罚。让模型在海报文字替换、画面文字添加时，既能保证内容准确，又能完美匹配原始字体、风格和排版，实现 “无缝修改”。
3. 创意与多图生成：风格迁移 + 多图融合，解锁无限创作可能
依托强大的架构能力，模型支持创造力场景生成和多参考图融合，可轻松实现风格迁移、多元素组合创作。无论是将普通图片转化为震撼的游戏 CG 风格，还是融合多张参考图的元素完成定制化创作，甚至设计折叠卡、产品海报等创意内容，都能做到细节拉满、质感出众。
4. 画质修复全能手：一键搞定老照片 / 模糊图精修
针对用户高频的画质修复需求，模型将超分、去模糊、去噪、光影增强等底层视觉任务统一纳入指令微调范畴，实现 “一键修复”。模糊照片秒变高清、老照片上色修复、低光图像提亮增质，无需专业技巧，普通用户也能轻松做出影楼级修图效果。
全面开源 + 持续迭代，打造图像编辑生态基座
目前，FireRed-Image-Edit 的代码、技术报告、在线 Demo 已在 GitHub 和 Hugging Face 上线，用户可直接体验模型的强大能力，模型权重也将在未来几天正式开源。小红书表示，此次开源旨在为社区提供一个高效、可控、高质量的图像编辑基座，后续还将持续提升模型在人像美化、内容一致性、文字编辑上的能力，并在数月内开源更新版本和文生图基座模型，推动 AI 图像编辑技术的普惠与创新。
小红书 Super Intelligence Team 作为背后的技术支撑，是小红书面向通用智能的核心技术引擎，下设 Audio Lab、Vision Lab 等多个基础实验室，不仅在学术上发表 40 余篇顶会论文，还沉淀了 InstantID、FireRedTTS 等行业影响力成果，更将前沿技术落地为语音评论、满屏高清等站内爆款功能，实现了技术从实验室到产品的高效转化。
从专业开发者到普通用户，FireRed-Image-Edit 的开源让每个人都能拥有专业级的图像编辑能力，无论是春节修图、日常创作，还是商业设计，这款 SOTA 模型都将成为全新的效率利器，而其背后的技术创新，也将为 AI 图像编辑领域的发展提供全新思路。