Adobe ו-UC San Diego בודקים את EditAgent לעריכת תמונות AI

Adobe Research ו-UC San Diego בנו את EditAgent, מערכת לעריכת תמונות בינה מלאכותית שמפצלת בקשות לשלבים, מעמידה עורך כללי אל מול כלים מתמחים ומשתמשת בנתונים מדידים כדי לבחור תוצאות. בניסויים היא הפיקה עריכות מדויקות יותר מסוכני AI קודמים, אך דורשת פי עשרה בערך כוח מחשוב לעומת עורך בודד.

כיצד EditAgent עורך תמונות

EditAgent מתכנן בקשה בשלבים. בכל שלב הוא מעמיד עורך כללי אל מול כלים מתמחים מתאימים למשימות כמו חידוד, סיבוב או תקריב. במקום לנסות שוב ושוב את אותו עורך, הוא מייצר מועמדים בשיטות שונות במקביל מהתמונה המקורית. לאחר מכן מודל שפה סטנדרטי משווה את כל הווריאציות במעבר אחד. בניסוי של 600 עריכות תמונות שדורגו בעיוורון בידי חמישה אנשי מקצוע, Flux-2-Klein-9B לא הצליח להפיק תוצאה שמישה ב-42.7 אחוז מהמקרים. כלים מתמחים פתרו כשני שלישים מהכשלים האלה. שיפור איטרטיבי צבר שגיאות קטנות משום שכל סבב נבנה על תמונה שכבר שונתה, ואילו אנשי המקצוע העדיפו וריאציות מקבילות מהמקור ב-78.5 אחוז מההשוואות שבהן בחרו צד. הסוכן נזקק גם למחצית ממעברי ההערכה.

נתוני אימות משפרים את השיפוט

עבור כל וריאציה מקבל המודל רשומת אימות הכוללת תקריב של האזור שנערך, מפת שינויים של האזורים ששונו וסטטיסטיקות מדודות של בהירות וצבע. בדוגמה אחת היה צריך להבהיר תמונה בעדינות; המספרים הראו שהעורך הכללי חשף אותה ביתר והזיז את הצבעים לחמימות, בעוד שהכלי המתמחה נשאר בגבולות המפרט. תקריבים וסטטיסטיקות מדודות חשפו שגיאות שמודל שפה עלול לפספס כשהוא רואה רק את התמונה המלאה. במבחן של 600 עריכות היה על השופט לבחור את התוצאה הטובה ביותר מבין כמה מועמדים, והחוקרים ספרו באיזו תדירות הוא בחר תמונה שאנשי המקצוע דירגו גם הם כשמישה. בלי רשומת האימות אף אחד משבעה מודלי שפה לא השווה למודל המכוונן הטוב ביותר. כשהיא ניתנה, כל השבעה עלו על כל מודל מכוונן. Qwen3.8-27B בחר בחירה שמישה ב-81.3 אחוז מהמקרים, לעומת 74.8 אחוז ל-EditScore-72B. לאחר כל סבב בודק EditAgent גם אם עריכות מאוחרות מבטלות קודמות; בדוגמה אחת ההוראה "תן להיכנס יותר אור יום" הפכה חלון שהיה מטושטש קודם לכן לשקוף שוב, והסוכן זיהה את ההתנגשות ותיקן אותה.

פשרות ונתוני אימון

EditAgent שיפר את Qwen-Image-Edit-2511 ואת Flux-2-Klein-9B בשלושה מבחנים ועלה על שבעה סוכני AI אחרים. במבחן EdiVal עקפה וריאציית Qwen בסבב העריכה השלישי שלה במעט את Seedream 4.0 ואת GPT-Image-1.5. ואולם הסוכן דורש פי עשרה בערך כוח מחשוב לעומת עורך בודד, והביצועים תלויים בכלים שמחוברים אליו. משום שהוא שומר רק תוצאות מאומתות, הוא יצר כ-26,000 דוגמאות אימון. עורכים שעברו כיוונון עדין על הנתונים האלה הציגו ביצועים טובים יותר בכל שלושת המבחנים, ואילו נתוני אימון שנוצרו ישירות בידי FLUX דווקא הרעו את FLUX.

מוצרי Adobe ועדכוני מודלים

Adobe הוסיפה סוכני AI ל-Photoshop, ל-Premiere ולאפליקציות נוספות ב-Creative Cloud ביוני כבטא ציבורית. המשתמשים מתארים מה הם רוצים, והסוכן מטפל בשלבים הבודדים. ממצאי המאמר בנוגע לבחירת כלים ולבדיקה עצמית חלים על המוצרים האלה. בנפרד, Black Forest Labs החליפה את המודל הכללי שנבדק ב-Flux 3 Image Klein, שלו 5.6 מיליארד פרמטרים, הוא קטן מ-Flux 2 Klein, ובמבחנים הפנימיים של Black Forest Labs הוא מגיע לציון גבוה מכל שאר המודלים הפתוחים וגם מ-Flux 2 Pro המסחרי.

מקורות: The Decoder