小红书近日宣布开源其图像编辑模型FireRed-Image-Edit的1.1版本，在原有基础上实现了多项核心能力的突破。该版本重点优化了人物特征稳定性、多元素融合效率以及文字排版一致性，为专业设计师和普通用户提供了更强大的创作工具。
在人物编辑场景中，新模型通过改进的注意力机制显著提升了身份保持能力。即使面对复杂的发型变换或背景替换操作，系统仍能精准识别并保留原始人物特征。测试数据显示，在连续10次编辑操作后，人物身份识别准确率较前代提升37%，有效解决了传统模型容易出现的"面目模糊"问题。
多元素合成方面，1.1版本突破性地支持单画面融合超过15个独立视觉元素。通过优化的自动裁剪算法和智能拼接技术，系统可自动处理元素间的遮挡关系与透视问题。在建筑场景合成测试中，模型成功将古建筑、现代设施、自然景观等异质元素无缝融合，生成图像的视觉连贯性获得专业评审团高度认可。
针对美妆编辑需求，研发团队新增了23种专业妆容模板，涵盖影视级特效妆、日常裸妆等细分场景。特别开发的肤色自适应系统，可根据原始图像的光照条件自动调整妆容浓度，避免出现"浮粉"或"假白"等不自然效果。在对比测试中，新模型的妆容真实度评分较商业软件提升22个百分点。
文字处理能力是本次升级的另一亮点。通过引入新型排版引擎，模型现在能够准确理解用户输入的字体风格指令，包括中英文字符的间距控制、行高调整等细节参数。在海报设计测试中，系统生成的文字排版与专业设计师作品在视觉舒适度指标上达到91%的相似度。
技术架构层面，开发团队开放了完整的LoRA训练框架，允许开发者基于现有模型快速定制特殊风格。配套推出的推理优化方案通过模型蒸馏技术将参数量压缩40%，结合量化处理和静态编译技术，使单张NVIDIA A100显卡的生成速度缩短至4.5秒，显存占用降低至28GB。
针对复杂编辑任务，新增的Agent智能调度系统可自动分析多图输入场景。当检测到超过3张素材图时，系统会启动区域分析模块，智能识别各图像的有效内容区域，通过动态拼接生成编辑指令，使多图合成任务的成功率从68%提升至89%。
