Step Image Edit 2 - Step Star社がリリースした画像生成・編集モデル。

Step Image Edit 2とは何ですか？

Step Image Edit 2は、Step Starが開発した新世代の軽量画像生成・編集モデルです。わずか35億個のパラメータで、実用面では120億～200億個のパラメータを持つオープンソースモデルを凌駕します。1パスあたり0.5～2秒で画像を生成するため、高速応答と高品質な出力が特長です。画像生成と編集を網羅し、中国語と英語のレンダリング、部分編集、視覚推論、被写体の一貫性保持、スタイル変換に対応しています。知的財産権の創出、ポスターデザイン、漫画制作、ポートレートの美化、旅行写真のレタッチ、ポートレート写真の生成など、幅広い用途に活用できます。

Step Image Edit 2の主な機能

• 画像生成テキストによる説明に基づいて高品質な画像を迅速に生成でき、各画像の生成にかかる時間はわずか0.5～2秒です。
• 画像編集既存画像に対する部分編集、被写体の置き換え、スタイルの転送などの操作をサポートします。
• 中国語と英語の翻訳テキスト編集のシナリオに特化して最適化されており、画像内の中国語と英語のコンテンツを正確に生成および修正できます。
• 部分的な描き直し画像の特定領域を細かく修正できる一方で、編集不可能な領域は変更せずに保持することができます。
• 視覚的推論画像コンテンツ間の関係性を理解し、合理的な編集と推論を行う能力を有する。
• 主題の一貫性複数回の編集やスタイル変換の際にも、主要機能の安定性を維持する。
• スタイル転送画像または特定の領域に、指定された芸術的なスタイルを適用する。

ステップイメージ編集の技術的原理 2

• 複数の専門家による自己進化型学習本システムは、「個別探索と集中集約」という2段階のトレーニングフレームワークを採用しています。複数のサブタスクエキスパートブランチは、基本モデルから派生し、複雑でノイズの多いデータから高品質な編集軌跡を捉えます。反復的な自己蒸留により、エキスパートの知識が基本モデルに集約され、パラメータ規模を拡大することなく能力の限界を突破し、大規模モデルに匹敵する性能を持つ軽量モデルを実現します。
• 分布マッチング強化学習（DARL）強化学習の目的は、従来の単一点報酬信号に頼るのではなく、モデルの出力分布を参照分布に一致させることとして再定義されます。モデル全体の出力と参照出力の分布差を密な報酬として比較することで、少数のサンプルによる評価バイアスが回避され、よりスムーズな学習と複雑なタスクに対するより強力な汎化能力が実現します。
• データ品質と規模における画期的な進歩当社は、実世界のシナリオマイニング、ターゲット合成、高品質のオープンソースデータという3つのソースからのデータを統合し、5,000万件を超える専門的なトレーニングデータに投資しました。テキスト編集の課題に対処するため、2,000万件の専門データを生成する自社開発の組版システムを開発し、自動エージェントクリーニング、大規模モデルのグローバル評価、綿密な手動スクリーニングという3段階の品質管理システムを構築しました。

Step Image Edit 2 の使い方

• Stepping StarオープンプラットフォームにアクセスするStepfunオープンプラットフォームをご覧ください：https://platform.stepfun.com/docs/zh/guides/models/step-image-edit-2。
• APIアクセスを取得するStep Image Edit 2のAPIアクセスを取得するには、プラットフォームアカウントに登録してログインしてください。
• 画像生成/編集インターフェースを呼び出すドキュメントによると、編集するテキストプロンプトまたは画像と編集手順をAPI経由で渡す必要があるとのことです。
• ステッププラン統合ソリューションをご覧くださいより詳細な統合手順については、https://platform.stepfun.com/docs/zh/step-plan/integrations/image-api を参照してください。