Adobe ve UC San Diego, EditAgent'ı AI görüntü düzenleme için test ediyor

Adobe Research ve UC San Diego, istekleri adımlara bölen, genel amaçlı bir düzenleyiciyi uzman araçlarla karşılaştıran ve sonuçları seçmek için ölçülen verileri kullanan bir AI görüntü düzenleme sistemi olan EditAgent'ı geliştirdi. Testlerde önceki AI aracılarından daha doğru düzenlemeler üretti, ancak tek bir düzenleyicinin yaklaşık on katı işlem gücü gerektiriyor.

EditAgent görüntüleri nasıl düzenliyor

EditAgent bir isteği adımlar halinde planlıyor. Her adımda keskinleştirme, döndürme veya yakınlaştırma gibi görevler için genel amaçlı düzenleyiciyi eşleşen uzman araçlarla karşı karşıya getiriyor. Aynı düzenleyiciyi tekrar tekrar denemek yerine orijinal görüntüden farklı yöntemlerle adayları paralel olarak üretiyor. Standart bir dil modeli daha sonra tüm varyantları tek geçişte karşılaştırıyor. Beş profesyonelin kör değerlendirdiği 600 görüntü düzenlemesinden oluşan testte Flux-2-Klein-9B, zamanın yüzde 42,7'sinde kullanılabilir bir sonuç üretemedi. Uzman araçlar bu başarısızlıkların yaklaşık üçte ikisini çözdü. Yinelemeli iyileştirme, her tur zaten değiştirilmiş bir görüntü üzerinde çalıştığı için küçük hataları biriktirdi; profesyoneller ise taraf seçtikleri karşılaştırmaların yüzde 78,5'inde orijinalden üretilen paralel varyantları tercih etti. Aracın ayrıca yarı yarıya daha az değerlendirme geçişi gerekti.

Doğrulama verileri değerlendirmeyi iyileştiriyor

Her varyant için model, düzenlenen alanın yakın çekimini, değiştirilen bölgelerin değişiklik haritasını ve parlaklık ile renk üzerine ölçülen istatistikleri içeren bir doğrulama kaydı alıyor. Bir örnekte fotoğraf hafifçe aydınlatılacaktı; sayılar genel amaçlı düzenleyicinin onu aşırı pozladığını ve renkleri daha sıcak yöne kaydırdığını, uzman aracın ise belirtilen aralıkta kaldığını gösterdi. Yakın çekimler ve ölçülen istatistikler, yalnızca tam görüntüye bakan bir dil modelinin kaçırabileceği hataları ortaya çıkardı. 600 düzenlemelik kıyaslamada hakem, birkaç aday arasından en iyi sonucu seçmek zorundaydı ve araştırmacılar onun profesyonellerin de kullanılabilir bulduğu bir görüntüyü ne sıklıkla seçtiğini saydı. Doğrulama kaydı olmadan yedi dil modelinden hiçbiri en iyi ince ayarlı modele denk gelemedi. Kayıtla birlikte yedisi de her ince ayarlı modeli geçti. Qwen3.8-27B, zamanın yüzde 81,3'ünde kullanılabilir bir seçim yaptı; EditScore-72B için bu oran yüzde 74,8'di. Her turdan sonra EditAgent ayrıca sonraki düzenlemelerin öncekileri geri alıp almadığını kontrol ediyor; bir örnekte "daha fazla gün ışığı girsin" ifadesi daha önce buzlu olan pencereyi yeniden şeffaf hale getirdi ve aracı bu çatışmayı yakalayıp düzeltti.

Dengeler ve eğitim verisi

EditAgent, üç kıyaslamada Qwen-Image-Edit-2511 ve Flux-2-Klein-9B'yi geliştirdi ve yedi diğer AI aracını geride bıraktı. EdiVal kıyaslamasında üçüncü düzenleme turundaki Qwen varyantı, Seedream 4.0 ve GPT-Image-1.5'i çok az farkla geçti. Ancak aracı tek bir düzenleyicinin yaklaşık on katı işlem gücü gerektiriyor ve performansı hangi araçların eklendiğine bağlı. Yalnızca doğrulanmış sonuçları sakladığı için yaklaşık 26.000 eğitim örneği üretti. Bu verilerle ince ayarlanan düzenleyiciler üç kıyaslamanın tümünde daha iyi performans gösterdi; FLUX tarafından doğrudan üretilen eğitim verisi ise FLUX'u daha kötü hale getirdi.

Adobe ürünleri ve model güncellemeleri

Adobe, Haziran ayında Photoshop, Premiere ve diğer Creative Cloud uygulamalarına AI aracılarını herkese açık beta olarak ekledi. Kullanıcılar ne istediklerini anlatıyor ve aracı bireysel adımları hallediyor. Araç seçimi ve öz denetimle ilgili makalenin bulguları bu ürünlere uygulanıyor. Ayrı olarak Black Forest Labs, test edilen genel amaçlı modeli 5,6 milyar parametreli Flux 3 Image Klein ile değiştirdi; bu model Flux 2 Klein'dan daha küçük ve Black Forest Labs'ın iç testlerinde diğer tüm açık modellerden ve ticari Flux 2 Pro'dan daha yüksek puan alıyor.

Kaynaklar: The Decoder