VibeEdit实现画布指令精确图像编辑
发生了什么
据Hugging Face Papers介绍，VibeEdit是一种通过空间标注和结构化指令实现精确文本引导图像编辑的新方法。该模型在155万源-目标编辑对上训练，采用分层解耦条件和强化学习。在包含419个案例的人为基准测试中，VibeEdit的VLM评分达到79.9，优于基线FireRed的67.4。
- 训练数据量
- 1.55 million pairs
- VLM评分
- 79.9
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - VibeEdit: Image Editing with Canvas Instructions
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口