Adobe与UCSD推出EditAgent重构图像编辑

时间：2026年11月1日（论文于10月29日提交 arXiv，媒体解读于11月1日发出） 地点：美国加州圣迭戈，Adobe Research 与加州大学圣地亚哥分校（UC San Diego）团队 人物：论文作者 Haiyang Xu、Tianyu Wang、Jialu Li、Jiteng Mu、Yuanjun Xiong、Jianming Zhang、Zhuowen Tu、Mingze Xu；报道者为 The Decoder 撰稿人 Jonathan Kemper 事件详情：EditAgent 是一个面向图像编辑的智能体系统，论文题为 EditAgent: Rethinking Agentic Image Editing，10月29日提交 arXiv，编号 2610.39664。它的做法分三步：先把用户的修图请求拆成有依赖关系的子步骤；每一步不再拿同一个通用编辑器反复重试，而是把通用编辑器与锐化、旋转、缩放等专用工具一起调用，并行生成多个候选版本；再给每个候选附上一份验证记录，其中包含编辑区域的特写截图、标注改动范围的变更图，以及亮度、颜色等可测量的统计量，然后交给一个未经改动的通用语言模型一次性横向比较并挑出最好的一张。论文在由专业人士标注的基准上评测：600 次图像编辑任务由五名专业人士盲评，通用编辑器 Flux-2-Klein-9B 有 42.7% 的情况拿不出可用结果，专用工具补上了其中约三分之二的失败，集中在锐化、旋转和缩放三类操作。与顺序迭代细化相比，从原图并发生成的多个变体在 78.5% 的有结论对比中被专业人士选中，而智能体只需一半的评判调用次数。评判环节的对比更反直觉：不提供验证记录时，受测的七个通用语言模型没有一个能追平专门微调出来的评判模型 EditScore-72B；一旦附上验证记录，七个模型全部反超所有微调评判模型，Qwen3.8-27B 挑出可用结果的比例达 81.3%，EditScore-72B 为 74.8%，各模型分数普遍提升 6.3 到 9.3 个百分点，Qwen3.8-Flash-Next 达到 82.8%。EditAgent 在三个基准上改进了 Qwen-Image-Edit-2511 与 Flux-2-Klein-9B，并胜过另外七个 AI 智能体；在 EdiVal 基准上，Qwen 变体到第三轮编辑时略微超过商业模型 Seedream 4.0 与 GPT-Image-1.5。代价是算力约为单个编辑器的十倍。作为补偿，系统只保留通过验证的结果，累计产出约 2.6 万条训练样本，用这些样本微调的编辑器在三个基准上都有提升。 背景：现有的智能体式图像编辑有两个通病：某一步失败就换同一套工具再试一次，评判模型则靠看一眼来打分。EditAgent 的论文把这一局限拆成两个空间来描述，也就是智能体能做什么的动作空间，以及评判模型能看到什么的观察空间，扩充两者才是解法。这一思路与工业界动向吻合：Adobe 今年 6 月已把 AI 智能体加入 Photoshop、Premiere 等 Creative Cloud 应用并开启公测，用户描述需求后由智能体分步执行；论文测试所用的通用编辑模型 Flux-2-Klein-9B，也已被 Black Forest Labs 的新版本 Flux 3 Image Klein 取代。 影响：对做 AI 修图、图像编辑和设计工具的团队，EditAgent 给出了一套可复用的架构选择，包括并行候选而非顺序重试、专用工具兜底、用测量数据代替肉眼判断，以及每轮之后的历史检查，以免后一步悄悄抹掉前一步的成果。论文还顺带给出了反哺小模型的路径，用验证过的样本训练更快的编辑器。对普通用户，这意味着 Photoshop 里那类智能体选工具、查结果的能力有了研究层面的依据，也说明一件事：让 AI 评判图片时，喂给它对的证据比换一个更大的模型更管用。真正落到产品上，十倍算力仍然是门槛。 总结：EditAgent 把修图智能体从同一个编辑器反复试、靠肉眼评分，改写成并行走多条路、用测量证据做一次性比较，并把 42.7% 的通用编辑器失败率、78.5% 的并行变体偏好、81.3% 对 74.8% 的挑选准确率等结论写进了论文。这是 Adobe 在 6 月把智能体放进 Photoshop 之后的一次系统复盘，也给用测量数据当评判证据这条路线提供了公开可查的实验支撑。 常见问题： 问：EditAgent 是什么？ 答：Adobe Research 与 UC San Diego 提出的图像编辑智能体，论文 10 月 29 日提交 arXiv。 问：它强在哪？ 答：通用编辑器与专用工具并行出候选，再用带测量数据的验证记录让通用模型一次评判。 问：代价是什么？ 答：算力约为单个编辑器的十倍，但产出的 2.6 万条验证样本可用来微调更快的编辑器。 参考来源： arXiv 论文摘要页 EditAgent: Rethinking Agentic Image Editing https://arxiv.org/abs/2610.39664 arXiv 论文全文 PDF https://arxiv.org/pdf/2610.39664 arXiv 论文 HTML 全文实验版 https://arxiv.org/html/2610.39664v1 The Decoder 报道：Adobe 正在测试 AI 智能体能否像 Photoshop 专业人员一样使用编辑工具 https://the-decoder.com/adobe-is-testing-how-well-ai-agents-can-use-editing-tools-like-a-photoshop-professional-would/ ScopeAI 中文解读：Adobe 与 UCSD 提出 EditAgent https://scopeai.cc/stories/adobe%e4%b8%8eucsd%e6%8f%90%e5%87%baeditagent-%e8%ae%a9%e8%af%ad%e8%a8%80%e6%a8%a1%e5%9e%8b%e5%87%ad%e6%b5%8b%e9%87%8f%e6%95%b0%e6%8d%ae%e6%8c%91%e9%80%89%e4%bf%ae%e5%9b%be%e7%bb%93%e6%9e%9c-mvxz53zx Hugging Face 论文页 https://huggingface.co/papers/2610.39664 alphaXiv 论文页 https://www.alphaxiv.org/abs/2610.39664