Step1X-Edit | AI 圖像編輯工具

1. Step1X-Edit 是什麼？

Step1X-Edit 是由 StepFun AI 開發的高級圖像編輯模型，旨在提供與閉源模型如 GPT-4o 和 Gemini2 Flash 相當的性能。Step1X-Edit 框架結合了多媒體大型語言模型 (MLLM) 的語義推理能力與 Transformer 中的擴散 (DiT) 架構，以提供高質量的基於指令的圖像編輯。

Step1X-Edit 擅長理解自然語言指令並應用精確的編輯，同時保持圖像的真實性。Step1X-Edit 模型在超過 100 萬對高質量指令-圖像對上進行訓練，涵蓋 11 個不同的編輯類別，使其在各種編輯任務中表現得非常靈活。

2. ComfyUI Step1X-Edit 的優勢：

• 優秀的指令理解能力： Step1X-Edit 利用 MLLM 技術來理解複雜的編輯請求，對文本和視覺內容有細膩的理解。
• 全面的編輯能力： Step1X-Edit 處理 11 種不同的編輯類別，包括主題添加/移除、背景更改、顏色更改、材質修改、運動變更等。
• 高真實性結果： Step1X-Edit 在參考圖像重建和編輯提示遵循之間保持良好的平衡，保留圖像質量。
• 簡化的工作流程： 編輯過程中不需要遮罩，提供流暢的 Step1X-Edit 用戶體驗。
• 開源替代方案： Step1X-Edit 提供與專有模型相當的結果，同時完全開源。

3. 快速入門指南

3.1 系統要求

Step1X-Edit 是一個資源密集型模型，在以下條件下表現最佳：

• VRAM： 建議 80GB，以在 1024×1024 分辨率下獲得最佳性能
• 注意： RunComfy 的雲端 GPU 服務提供了 Step1X-Edit 所需的所有計算能力，無需任何安裝。只需從可用的選項中選擇一台擁有足夠 VRAM 的機器即可。

3.2 工作流程選項

Step1X-Edit 提供兩種主要的工作流程配置：

常規工作流程（非真人版本）

• 最佳用途： 用於一般物體、場景和非人類主題的編輯
• 特點：
  • 簡單的三步驟過程：加載圖像 → 使用 Step1X-Edit 編輯 → 保存結果
  • 在文本修改、主題添加/移除、風格轉換、背景更改等方面表現出色
  • 直接編輯，無需額外的人臉處理
  

真人工作流程（擴展版本）

• 最佳用途： 編輯包含人臉的圖像，其中面部身份保留至關重要
• 特點：
  • 結合 Step1X-Edit 與額外的人臉一致性保留
  • 使用人臉邊界框和簡單的人物描述來增強身份保留
  • 比標準的 Step1X-Edit 工作流程更好地保留身份特徵
  

3.3 參數參考

主要 Step1X-Edit 節點參數：

• cfg: 指導比例，通常約為 6.0（更高 = 更遵循提示）
• size_level: 控制輸出分辨率（512, 768 或 1024）
• num_steps: 擴散步數（通常為 20-31）
• mllm_model: 視覺語言模型（默認：Qwen2.5-VL-7B-Instruct）

用於真人工作流程的附加參數：

• 人臉邊界框節點（來自 FaceAnalysis）：
  • Index: 人臉檢測控制
    • -1: 檢測所有人臉（默認）
    • 0: 僅選擇最大的人臉
    • 1: 選擇第二大的人臉
    • 在處理多個人臉時仔細檢查工作流程
  • padding: 人臉周圍的額外空間（默認：0）
  • padding_percent: 基於百分比的填充（默認：0.30）

3.4 編輯任務類別

Step1X-Edit 已專門針對以下 11 個編輯類別進行優化：

1. 主題添加：使用 Step1X-Edit 向場景中添加新物體或人物
2. 主題移除：使用 Step1X-Edit 從圖像中移除不需要的元素
3. 主題替換：使用 Step1X-Edit 將一個物體換成另一個
4. 背景更改：在保留前景元素的同時修改或替換背景
5. 顏色更改：使用 Step1X-Edit 更改圖像中的特定顏色
6. 材質修改：改變物體的材質屬性（例如，玻璃變成金屬）
7. 運動變更：使用 Step1X-Edit 改變主題的位置或姿勢
8. 肖像美化：通過自然的改進增強或修改肖像
9. 風格轉換：使用 Step1X-Edit 將藝術風格應用於圖像
10. 文本修改：使用 Step1X-Edit 編輯或替換圖像中的文本
11. 色調轉換：調整整體圖像的色調、光線或氛圍

3.5 分步使用指南

常規工作流程（非真人版本）

1. 上傳您的圖像 使用加載圖像節點
2. 在 Step1X-Edit 節點中輸入您的編輯指令
3. 如有需要，調整參數：
   • cfg: 6.0 是 Step1X-Edit 的良好默認值
   • size_level: 測試用 512，最終結果用 1024
   • num_steps: 20-31（步數越多，質量越好但速度越慢）
4. 點擊運行 使用 Step1X-Edit 處理您的編輯

真人工作流程（人臉編輯）

1. 上傳您的圖像 使用加載圖像節點
2. 在 CR Prompt Text 節點中輸入簡單的人物描述
   • 只需使用基本術語如"年輕女子"或"男子"
   • 這有助於 Step1X-Edit 模型理解圖像中的人物
3. 在 Step1X-Edit 節點中輸入您的編輯指令
   • 具體說明您想改變的人的特徵
4. 如有需要，調整參數：
   • 與常規工作流程相同，外加人臉檢測設定如有需要
5. 點擊運行 使用 Step1X-Edit 處理您的編輯
6. 查看並下載 結果

3.6 獲得最佳結果的技巧

• 清晰的指令： 在您的 Step1X-Edit 提示中做到具體和簡明
• 尺寸考量： 較大的尺寸（1024）產生更好的質量但處理時間較長
• 人臉處理： 在編輯人臉時使用真人工作流程
• 多次編輯： 對於複雜的編輯，考慮將它們分解成單獨的步驟
• 工作流程選擇： 根據您的主題選擇合適的 Step1X-Edit 工作流程
• 機器選擇： 選擇 2X Large（80GB VRAM）或 2XL Plus（80GB VRAM）以獲得最佳的 Step1X-Edit 性能

4. 致謝

此實現基於 StepFun AI 團隊開發的 Step1X-Edit 模型（）。ComfyUI 的 Step1X-Edit 集成由 創建，使這項強大的技術在 ComfyUI 環境中變得可訪問。

RunComfy 已將 Step1X-Edit 技術集成到易於使用的雲端工作流程中，無需本地安裝或高端硬件即可訪問高級 AI 圖像編輯。

誠摯感謝原作者和 ComfyUI 集成開發者，讓這個工具得以提供給社群。