随着大模型行业迈入“多模态时代”，阶跃公司发布的模型中有70%为多模态模型，这些模型代表了当前图像编辑领域的最新开源技术。多模态能力对于智能Agent的发展至关重要，因此，今年阶跃公司显著加大了在智能终端Agent领域的投入，致力于推动技术的实际应用落地，为用户提供更高效、智能的服务。
美图App在CVPR 2025上再次展现了其在计算机视觉领域的深厚技术实力。作为连续五年亮相该顶级会议的代表，美图App通过五篇入选的技术论文，显著提升了图像编辑功能。这些论文覆盖了图像编辑的多个方面，为用户提供了更丰富、更智能的工具与功能，进一步巩固了其在行业中的领先地位。
近期，人工智能领域的竞争愈发激烈，谷歌的Gemini项目凭借其创新的语音控制图像编辑功能引起广泛关注。用户仅需通过语音指令，即可轻松实现如“证件照换西装”或“黑发变金发”等复杂图像编辑效果。随后，马斯克的Grok平台也迅速跟进推出类似功能。随着AI技术的不断进步，许多传统软件的工作流程可能被简化为直观的交互操作，这标志着传统软件行业或将面临重大变革。
近期，一种名为“Attentive Eraser”的创新扩散模型技术取得了重大突破。该技术无需微调预训练模型，即可显著提升目标移除任务的表现。通过增强对目标物体的识别与处理能力，“Attentive Eraser”实现了高效且稳定的物体移除效果，为图像编辑和内容修改领域提供了全新的解决方案。
近日，哈尔滨工程大学与南京大学联合研发了一种创新的图像编辑技术——FastDrag。该技术通过优化算法，实现了基于拖拽操作的快速图像编辑，用户仅需几秒钟即可完成复杂的图像编辑任务。相比现有的DragDiffusion等技术，FastDrag展现出显著的速度优势，突破了传统图像编辑方法的速度限制，极大地提高了图像编辑效率。
近日，北京大学与腾讯公司联合推出了一种创新的图像编辑技术——DragonDiffusion。该技术基于扩散模型框架，实现了前所未有的拖动式图像编辑操作，极大地提升了用户的交互体验。通过这种新颖的方式，用户可以更加直观和便捷地对图像进行修改，为图像编辑领域带来了革命性的变化。
在CVPR 2024 Spotlight环节中，北京大学与腾讯公司联合推出了一项创新的图像编辑技术——DiffEditor。这项技术以其高效性和灵活性脱颖而出，能够轻松应对各种精细的图像编辑需求，而无需针对特定任务进行额外训练。DiffEditor的问世标志着图像编辑领域的新突破，使得精细编辑变得更加简单快捷，为图像处理带来了革命性的变化。
香港大学与Adobe联合开发的UniReal框架，通过学习现实世界的动态变化，实现了图像的通用生成与编辑功能。该框架将多种图像处理任务整合为视频生成的统一范式，提供了一种全新的图像编辑和生成解决方案。UniReal不仅能够处理静态图像，还能应对复杂的动态场景，显著提升了图像处理的效率和效果。
东京大学与Adobe合作开发了一种名为InstructMove的新技术。该技术通过分析视频中的动作，利用机器学习语言模型（MLLM）生成编辑指令，从而实现基于指令的图像编辑。通过对视频帧进行采样和处理，InstructMove能够训练出一个响应指令的图像处理模型，为图像编辑领域带来了创新性的解决方案。
近日，香港科技大学、蚂蚁集团和斯坦福大学联合研发了一种名为Edicho的先进图像编辑技术。该技术的核心优势在于其创新的显式对应关系预测机制，能够实现跨不同图像的一致性编辑。通过强化自注意力机制和无需分类器的指导计算，Edicho确保了编辑结果的高度一致性和高质量输出，为图像编辑领域带来了新的突破。
Dedit是一种创新的多功能图像编辑框架，它集成了图像、文本和掩码编辑功能于一体。通过采用先进的扩散模型技术，Dedit提供了一个统一且高效的平台，使用户能够更灵活地进行图像编辑。该框架不仅简化了编辑流程，还提升了编辑效果的质量与多样性，适用于广泛的图像处理需求。
Adobe公司推出了一项名为InstructMove的创新技术，该技术通过分析视频内容中的动作，实现了基于指令的图像编辑功能。具体而言，该方法从视频中采样帧，并利用机器学习语言模型（MLLM）生成编辑指令，从而训练出一个能够根据指令进行图像处理的模型。这项技术不仅提升了图像编辑的智能化水平，还为创意工作者提供了更高效的工作流程。
> 香港大学与Adobe携手开发了名为UniReal的新型图像编辑和生成框架。该框架基于视频架构，实现了图像生成与编辑的统一，能够学习真实世界中的动态变化规律。通过这种方式，UniReal不仅提高了图像处理的效率，还增强了处理效果，为图像编辑领域带来了创新性的解决方案。
Gemini 2.0 是一款功能强大的图像编辑软件，通过语音指令即可实现一键P图，极大地简化了图像处理流程。这一创新功能使得 Gemini 2.0 迅速走红，让那些无法体验这一便捷功能的用户感到羡慕。此外，Gemini 2.0 还具备多模态交互的特点，为用户提供了更加丰富和直观的操作体验。
字节跳动公司旗下的豆包大模型团队于2023年11月11日在其官方网站宣布推出一款名为SeedEdit的通用图像编辑模型。该模型具备强大的图像编辑功能，用户只需通过简单的自然语言指令，即可实现对图片的快速编辑，包括但不限于修图、换装、美化、风格转换以及在特定区域添加或删除元素等操作。
字节跳动近日推出了一款名为SeedEdit的通用图像编辑模型，该模型能够将文字指令一键转换为图像编辑操作。SeedEdit的核心优势在于能够在保留原始图像特征的同时，创造出新的视觉效果，解决了图像编辑中的一大挑战。
