上海AI实验室联合合作伙伴推出了一项名为GPT-4o-Image的新图像编辑基准测试。该基准包含360个高质量测试案例，由人类专家精心挑选与校对，旨在评估多模态AI模型在图像编辑任务中的推理能力。目前，这一基准测试仅完成了28.9%的任务，揭示了现有AI模型在处理复杂图像编辑时的不足之处。
由Stable Diffusion核心团队成员创立的人工智能领域独角兽公司，近期推出了一款革命性的AI模型。该模型以其极低延迟和像素级图像编辑能力著称，不仅能够生成与编辑照片，还支持用户灵活添加文本和图像，实现内容的高效修改。这一技术突破为创意设计和内容制作带来了全新可能。
Google近期推出了名为LightLab的项目，这一创新技术让用户能够对单张图像中的光影进行精细调整。通过LightLab，用户不仅可以改变图像中光源的亮度与色调，还能调节环境光线强度，甚至添加虚拟光源，为图像编辑带来了全新的可能性。这一技术的应用将极大提升图像处理的灵活性和创意空间。
浙江大学与哈佛大学联合开发的开源图像编辑工具ICEdit，凭借200M参数及创新的In-Context Edit技术，实现了低微调数据需求下的高效修图。用户仅需输入一句指令，即可获得媲美海报级的高质量图像编辑效果，展现了性能与商业工具抗衡的实力。
由浙江大学与哈佛大学合作开发的LoRA模型在图像编辑领域取得了突破性进展。该模型仅使用传统方法0.1%的数据量和1%的训练参数，以极低的成本实现了高质量的图像编辑效果，部分性能甚至超越了Gemini和GPT-4o等商业大模型。这一成果使其在Hugging Face平台上的排名迅速攀升至第二位，为图像编辑技术的发展提供了新思路。
近期，浙江大学与哈佛大学联合开发的LoRA模型在图像编辑领域取得突破性进展，成功达到GPT-4o级别的图像编辑能力，并在Hugging Face平台模型排行榜中位列第二。随着Gemini、GPT-4o等大型商业模型的推出，基于文本的图像编辑任务备受关注。为提升图像编辑性能，高质量训练数据的获取及更大参数量模型的训练成为关键。
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。
