BluePixel：原生4K智能体图像编辑系统

2026年10月15日，arXiv Computer Vision 刊出 Shanyan Guan 等作者的论文，提出 BluePixel——一套面向原生 4K 图像编辑的系统，将原生 4K 编辑模型与智能体框架 BluePixel Agent 结合，并公开完整训练方案。论文称，4K 编辑是系统问题而非单一模型问题。技术路径上，模型通过渐进式 VAE 适配把 1K 预训练编辑器升级为原生 4K；再经 source-anchored target projection（SATP）蒸馏，将 50 步去噪压缩到 4 步，在单块昆仑芯 P800 XPU 上 8.7 秒完成一次 4K 编辑，同时保持任务成功率与背景一致性。评测方面，在含 3,305 个原生 4K 案例的 VINS-4KEval++ 上，BluePixel 在七个模型中排名第二，在非编辑区域一致性上仅次于 GPT Image 2。上述数据与结论均出自该论文自述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。