Adobe 研究测试 AI 智能体能否像 Photoshop 专业用户一样使用编辑工具

Adobe Research 与 UC San Diego 在新论文中提出图像编辑智能体 EditAgent，思路是让通用编辑器与专用工具并行产出候选结果，再由一个未经微调的标准语言模型根据量化验证数据一次性比较并选出最佳方案，而不是用同一工具反复重试。 研究团队先用 600 条图像编辑任务做了基线测试，由五位专业人士盲评。通用编辑器 Flux-2-Klein-9B 有 42.7% 的结果不可用，专用工具解决了其中约三分之二的失败，集中在锐化、旋转和缩放类操作；用同一编辑器多次重试几乎没有改善。另一组对比显示，逐步迭代修正会累积小误差，而专业人士在 78.5% 的有效比较中更偏好从原图并行生成的多个变体，且该方式只需一半的评估轮次。 EditAgent 据此把请求拆成有依赖关系的步骤，每步生成多个候选，并为每个候选附带验证记录：编辑区域的局部特写、改动区域的变化图，以及亮度和色彩的量化统计。论文举例说，一张需要轻微提亮的照片，数据显示通用编辑器过曝且色温偏暖，而专用工具保持在规格内。在 600 条编辑基准上，没有验证记录时七个语言模型都敌不过最好的微调评判模型；加入验证记录后七个全部反超，Qwen3.8-27B 选出可用结果的比例为 81.3%，EditScore-72B 为 74.8%。 EditAgent 每轮结束后还会检查后续编辑是否无意中撤销了先前改动，例如“让更多日光进来”的指令把原本磨砂的窗户变回透明，智能体能识别冲突并修正。它在三个基准上提升了开源编辑器 Qwen-Image-Edit-2511 和 Flux-2-Klein-9B 的表现，并优于另外七个 AI 智能体；在 EdiVal 基准上，Qwen 变体到第三轮编辑时略超商业模型 Seedream 4.0 和 GPT-Image-1.5。 代价是算力：该智能体所需计算量约为单一编辑器的十倍，且效果取决于接入哪些工具。研究团队同时把它当作数据来源，由于只保留通过验证的结果，共产出约 26,000 条训练样本，用其微调的编辑器在三个基准上均有提升；而直接用 FLUX 生成的数据反而让 FLUX 变差。Adobe 已于 6 月把 AI 智能体引入 Photoshop、Premiere 等 Creative Cloud 应用，以公开测试形式上线，用户描述需求、智能体执行各步骤，其选工具与自检能力直接关系到这些已发布产品。