Adobe EditAgent:路由多编辑器加证据化裁决，重做 agentic 图像编辑
adobe · hf · 2026-10-30
Adobe 发布 EditAgent,重新思考 agentic 图像编辑的可靠性问题。
- 动作空间:典型 agent 编辑每轮重复同一工具、盲目重试;EditAgent 先 Plan→Locate→选择方法,把步骤路由到通用/局部/色调/风格等不同编辑器,并行生成多个候选。
- 观察空间:不用肉眼逐张判或微调 reward model,而是用免微调的现成 VLM,结合变化图、前后对比、目标 mask、亮度色彩统计、几何信息、代码校验事实等证据,一次调用内做 listwise 裁决。
- 效果:专家偏好胜出且 judge 调用次数更少;证据加持下各种 VLM 裁决都提升,效果超过微调 reward model,还能作为数据引擎生成高质量编辑数据训练更强的编辑模型。
「多模态」频道最新
- H3 首尾帧生成顽疾：尾帧提前冻结仍无好解法 — goddess_peeler · 2026-10-30
- ElevenLabs 发布 SFX v3：一段提示词生成多个音效，作者实测三段式写法 — LearnWithBishal · 2026-10-30
- 清华 HairDeck:单图生成动画可用的风格化发卡与弹簧骨骼动画 — Tsinghua · 2026-10-30
- InclusionAI 提出 IDM 蒸馏法,两步评估即达 SOTA 长文本渲染 — inclusionAI · 2026-10-30
- Midjourney v8.2 火影同人风出图，附可用 sref 风格码 2565685973 — azed_ai · 2026-10-30
- 本地视频模型横评：Pika H3 Flex 对阵三种蒸馏配方测角色一致性 — rileygstaliger · 2026-10-30