今日开源（2025-04-28）：Step1X-Edit，19B多模态图像编辑模型，媲美GPT-4o，结合DiT的解耦式架构

文章预览

🏆基座模型 ①项 目： Step1X-Edit ★ Step1X-Edit 是一个先进的图像编辑模型，旨在提供与闭源模型（如 GPT-4o 和 Gemini2 Flash）相媲美的性能。 该模型采用多模态大语言模型（LLM）来处理参考图像和用户的编辑指令， 通过提取潜在嵌入并与扩散图像解码器集成来生成目标图像。 项目通过构建数据生成管道来生产高质量数据集，并开发了一个名为 GEdit-Bench 的新基准进行评估。实验结果表明，Step1X-Edit 在 GEdit-Bench 上的表现优于现有的开源基线，并接近领先的专有模型。 ☆一键收藏： https://sota.jiqizhixin.com/project/step1x-edit 🤖 Agent开发 ①项目： VoltAgent ★ VoltAgent是一个开源的TypeScript框架，专为构建和编排AI智能体而设计。它提供了基础结构和工具，简化了AI智能体应用的开发过程。 通过提供模块化构建块、标准化模式和抽象，VoltAgent帮助开发者快速创建聊天 ………………………………