**FireRed-Image-Edit-1.0 기술 보고서**

초록

본 논문에서는 지시 기반 이미지 편집을 위한 디퓨전 트랜스포머인 FireRed-Image-Edit을 제안하며, 데이터 큐레이션, 학습 방법론, 평가 설계의 체계적인 최적화를 통해 최첨단 성능을 달성합니다. 다양한 출처의 9억 개 텍스트-이미지 쌍과 7억 개 이미지 편집 쌍으로 구성된 16억 개 샘플의 학습 코퍼스를 구축했습니다. 엄격한 정제, 계층화, 자동 라벨링 및 2단계 필터링 과정을 거쳐 생성과 편집 간 균형이 잡힌 1억 개 이상의 고품질 샘플을 선별하여 강력한 의미론적 coverage와 지시 정렬을 보장합니다. 우리의 다단계 학습 파이프라인은 사전 학습, 지도 미세 조정, 강화 학습을 통해 편집 능력을 점진적으로 구축합니다. 데이터 효율성을 향상시키기 위해 가변 해상도 배치 처리를 위한 다중 조건 인식 버킷 샘플러와 동적 프롬프트 재색인을 통한 확률적 지시 정렬을 도입했습니다. 최적화 안정화와 제어 가능성 향상을 위해 DPO를 위한 비대칭 그래디언트 최적화, 텍스트 편집을 위한 레이아웃 인식 OCR 보상이 적용된 DiffusionNFT, 그리고 정체성 보존을 위한 미분 가능 일관성 손실을 제안합니다. 또한 미화 및 저수준 향상 작업 등 새로 도입된 15개 편집 범주를 아우르는 포괄적인 벤치마크 REDEdit-Bench를 구축했습니다. REDEdit-Bench와 공개 벤치마크(ImgEdit, GEdit)에서의 광범위한 실험을 통해 오픈소스 및 독점 시스템 대비 경쟁력 있거나 우수한 성능을 입증합니다. 향후 연구를 지원하기 위해 코드, 모델 및 벤치마크 제품군을 공개합니다.

English

We present FireRed-Image-Edit, a diffusion transformer for instruction-based image editing that achieves state-of-the-art performance through systematic optimization of data curation, training methodology, and evaluation design. We construct a 1.6B-sample training corpus, comprising 900M text-to-image and 700M image editing pairs from diverse sources. After rigorous cleaning, stratification, auto-labeling, and two-stage filtering, we retain over 100M high-quality samples balanced between generation and editing, ensuring strong semantic coverage and instruction alignment. Our multi-stage training pipeline progressively builds editing capability via pre-training, supervised fine-tuning, and reinforcement learning. To improve data efficiency, we introduce a Multi-Condition Aware Bucket Sampler for variable-resolution batching and Stochastic Instruction Alignment with dynamic prompt re-indexing. To stabilize optimization and enhance controllability, we propose Asymmetric Gradient Optimization for DPO, DiffusionNFT with layout-aware OCR rewards for text editing, and a differentiable Consistency Loss for identity preservation. We further establish REDEdit-Bench, a comprehensive benchmark spanning 15 editing categories, including newly introduced beautification and low-level enhancement tasks. Extensive experiments on REDEdit-Bench and public benchmarks (ImgEdit and GEdit) demonstrate competitive or superior performance against both open-source and proprietary systems. We release code, models, and the benchmark suite to support future research.

FireRed-Image-Edit-1.0 기술 보고서

FireRed-Image-Edit-1.0 Techinical Report

초록

Support