Adobe研究院测试AI智能体能否像Photoshop专业人士一样编辑图像

Adobe研究院与加州大学圣地亚哥分校的研究人员发布了EditAgent系统，这是一套专为图像编辑设计的AI智能体框架。与现有AI编辑系统反复使用同一工具重试的方式不同，EditAgent会将用户请求拆解为多个依赖步骤，并在每个步骤中同时生成多个候选结果，再由语言模型从中选出最优方案。研究团队认为，这种工作流程更接近专业设计师在Photoshop中的实际操作逻辑。

在对600项图像编辑任务的盲测中，通用编辑器Flux-2-Klein-9B有42.7%的情况无法产出可用结果。专项工具则解决了其中约三分之二的失败案例，尤其在锐化、旋转和缩放等任务上表现突出。研究还发现，让同一编辑器反复重试几乎没有改善效果，而从原始图像并行生成多个变体的方式在78.5%的专业人员对比评估中更受青睐，且所需评估轮次仅为迭代优化方式的一半。

EditAgent的评估机制是其核心创新之一。对于每个候选结果，系统会生成一份验证记录，包含编辑区域的局部裁剪图、像素变化热图以及亮度和色彩的量化统计数据。在一个典型案例中，任务要求对照片进行轻微提亮，量化数据显示通用编辑器导致过曝并使色温偏暖，而专项工具的处理结果则完全符合要求。这些硬数据帮助语言模型捕捉到仅凭全图观察时容易忽略的细节错误。

引入验证记录后，测试中的七款标准语言模型全部超越了专门针对图像编辑评估进行微调的最强模型EditScore-72B（准确率74.8%）。其中Qwen3.8-27B的可用结果选取准确率达到81.3%。研究人员据此认为，评估模型所能获取的信息质量，可能比其训练方式更能决定最终判断效果。此外，EditAgent还内置了跨轮次一致性检查机制，能够识别并修正后续编辑意外撤销前期修改的情况。

在性能表现上，EditAgent在三项基准测试中均优于其他七款AI编辑智能体，其Qwen变体在EdiVal基准的第三轮编辑中甚至超越了Seedream 4.0和GPT-Image-1.5等商业模型。然而，该系统的计算成本约为单一编辑器的十倍，且性能表现依赖于所接入工具的质量。研究团队同时将EditAgent的验证输出用于生成约2.6万条训练样本，用于微调更轻量的编辑模型，在三项基准上均取得了性能提升，为高计算成本提供了长期摊薄的可能性。

这项研究与Adobe的产品战略直接相关。Adobe已于今年6月在Photoshop、Premiere等Creative Cloud应用中以公测形式上线了AI智能体功能，用户可通过自然语言描述需求，由智能体自动完成各项操作步骤。EditAgent所探索的工具选择精度与自我输出验证能力，正是这类面向用户的产品功能所亟需解决的核心问题。与此同时，论文中测试所用的基础模型Flux 2 Klein已被Black Forest Labs更新为参数量更小但性能更强的Flux 3 Image Klein。

要点

• 通用AI编辑器在600项测试任务中有42.7%无法产出可用结果，专项工具解决了其中约三分之二的失败案例，说明工具选择策略对编辑质量至关重要。
• 为语言模型提供包含局部裁剪图、变化热图和量化统计数据的验证记录后，所有测试中的标准模型均超越了专门微调的图像评估模型，信息质量比训练方式更具决定性影响。
• 并行生成多个候选变体后择优的策略，在专业人员评估中以78.5%的胜率优于逐步迭代优化，且评估轮次减少约一半。
• EditAgent的高质量验证输出可作为训练数据，用于微调更轻量的编辑模型，有望在长期内平衡其约十倍于单一编辑器的计算成本。
• 该研究成果与Adobe已上线的Creative Cloud AI智能体功能直接相关，为工具调度与输出自验证机制的产品化落地提供了技术路径参考。