Step1X-Edit | AI 图像编辑工具

1. 什么是 Step1X-Edit？

Step1X-Edit 是由 StepFun AI 开发的高级图像编辑模型，旨在提供与封闭源模型如 GPT-4o 和 Gemini2 Flash 相当的性能。Step1X-Edit 框架结合了多媒体大语言模型 (MLLM) 的语义推理能力与变换器中的扩散 (DiT) 架构，提供高质量的基于指令的图像编辑。

Step1X-Edit 擅长理解自然语言指令并应用精确编辑，同时保持图像的完整性。Step1X-Edit 模型在超过 100 万对高质量指令-图像对上进行了训练，涵盖 11 个不同的编辑类别，使其在各种编辑任务中具有非凡的灵活性。

2. ComfyUI Step1X-Edit 的优点：

• 卓越的指令理解能力： Step1X-Edit 利用 MLLM 技术理解复杂的编辑请求，具有对文本和视觉内容的细致理解。
• 全面的编辑能力： Step1X-Edit 处理 11 种不同的编辑类别，包括主题添加/移除、背景更改、颜色更改、材料修改、运动更改等。
• 高保真结果： Step1X-Edit 在参考图像重建和编辑提示遵循之间保持良好平衡，保留图像质量。
• 简化的工作流程： 编辑过程中无需使用蒙版，提供简化的 Step1X-Edit 用户体验。
• 开源替代方案： Step1X-Edit 提供与专有模型相当的结果，同时完全开源。

3. 快速入门指南

3.1 系统要求

Step1X-Edit 是一个资源密集型模型，在以下情况下表现最佳：

• VRAM： 推荐 80GB 以在 1024×1024 分辨率下获得最佳性能
• 注： RunComfy 的云 GPU 服务提供 Step1X-Edit 所需的所有计算能力，无需任何安装。只需从可用选项中选择具有足够 VRAM 的机器。

3.2 工作流选项

Step1X-Edit 提供两种主要的工作流配置：

常规工作流（非真人版本）

• 最佳用途： 使用 Step1X-Edit 进行对象、场景和非人类对象的一般编辑
• 特点：
  • 简单的三步过程：加载图像 → 使用 Step1X-Edit 编辑 → 保存结果
  • 在文本修改、主题添加/移除、风格迁移、背景更改等方面表现出色
  • 直接编辑，无需额外的人脸处理
  

真人工作流（扩展版本）

• 最佳用途： 编辑包含人脸的图像，在面部身份保留方面至关重要
• 特点：
  • 将 Step1X-Edit 与额外的人脸一致性保留结合使用
  • 使用面部边界框和简单的人物描述来增强身份保留
  • 比标准 Step1X-Edit 工作流更好地保留身份特征
  

3.3 参数参考

主要 Step1X-Edit 节点参数：

• cfg: 指导尺度，通常约为 6.0（更高 = 更符合提示）
• size_level: 控制输出分辨率（512、768 或 1024）
• num_steps: 扩散步骤数量（通常为 20-31）
• mllm_model: 视觉语言模型（默认：Qwen2.5-VL-7B-Instruct）

对于真人工作流的附加参数：

• 面部边界框节点（来自 FaceAnalysis）：
  • Index: 人脸检测控制
    • -1: 检测所有人脸（默认）
    • 0: 仅选择最大的人脸
    • 1: 选择第二大的人脸
    • 处理多张人脸时请仔细检查工作流
  • padding: 人脸周围的额外空间（默认：0）
  • padding_percent: 基于百分比的填充（默认：0.30）

3.4 编辑任务类别

Step1X-Edit 已针对以下 11 个编辑类别进行了专门优化：

1. 主题添加：使用 Step1X-Edit 向场景中添加新对象或人物
2. 主题移除：使用 Step1X-Edit 从图像中移除不需要的元素
3. 主题替换：使用 Step1X-Edit 将一个对象替换为另一个对象
4. 背景更改：在保留前景元素的同时修改或替换背景
5. 颜色更改：使用 Step1X-Edit 更改图像中的特定颜色
6. 材料修改：转换对象的材料属性（例如，玻璃变为金属）
7. 运动更改：使用 Step1X-Edit 改变主体的位置或姿势
8. 肖像美化：通过自然的改进来增强或修改肖像
9. 风格迁移：使用 Step1X-Edit 将艺术风格应用于图像
10. 文本修改：使用 Step1X-Edit 编辑或替换图像中的文本
11. 色调转换：调整整体图像的色调、光照或氛围

3.5 分步使用指南

常规工作流（非真人版本）

1. 使用加载图像节点上传您的图像
2. 在 Step1X-Edit 节点中输入您的编辑指令
3. 如有需要，调整参数：
   • cfg: 6.0 是 Step1X-Edit 的一个良好默认值
   • size_level: 512 用于测试，1024 用于最终结果
   • num_steps: 20-31（更多步骤 = 更好质量但更慢）
4. 点击运行以使用 Step1X-Edit 处理您的编辑

真人工作流（面部编辑）

1. 使用加载图像节点上传您的图像
2. 在 CR 提示文本节点中输入简单的人物描述
   • 仅使用基本术语，如"年轻女性"或"男人"
   • 这有助于 Step1X-Edit 模型了解图像中的人物
3. 在 Step1X-Edit 节点中输入您的编辑指令
   • 具体说明您希望更改人物的哪些内容
4. 如有需要，调整参数：
   • 与常规工作流相同，另外还有人脸检测设置
5. 点击运行以使用 Step1X-Edit 处理您的编辑
6. 查看并下载结果

3.6 最佳效果提示

• 清晰的指令： 在 Step1X-Edit 提示中保持具体和简洁
• 尺寸考虑： 较大尺寸 (1024) 产生更好质量，但处理时间更长
• 面部处理： 在使用 Step1X-Edit 编辑人脸时使用真人工作流
• 多次编辑： 对于复杂的编辑，考虑将它们分解为单独的步骤
• 工作流选择： 根据您的主题选择合适的 Step1X-Edit 工作流
• 机器选择： 选择 2X Large (80GB VRAM) 或 2XL Plus (80GB VRAM) 以获得最佳 Step1X-Edit 性能

4. 致谢

此实现基于 StepFun AI 团队开发的 Step1X-Edit 模型（）。Step1X-Edit 的 ComfyUI 集成由 创建，使这种强大的技术在 ComfyUI 环境中可用。

RunComfy 将 Step1X-Edit 技术集成到一个易于使用的云工作流中，使高级 AI 图像编辑无需本地安装或高端硬件即可访问。

感谢原作者和 ComfyUI 集成开发者让这一工具对社区开放。