EditThinker: Iteratief Redeneren Ontsluiten voor Elke Afbeeldingseditor
EditThinker: Unlocking Iterative Reasoning for Any Image Editor
December 5, 2025
Auteurs: Hongyu Li, Manyuan Zhang, Dian Zheng, Ziyu Guo, Yimeng Jia, Kaituo Feng, Hao Yu, Yexin Liu, Yan Feng, Peng Pei, Xunliang Cai, Linjiang Huang, Hongsheng Li, Si Liu
cs.AI
Samenvatting
Instructiegestuurd beeldbewerking is uitgegroeid tot een prominent onderzoeksgebied dat, dankzij foundationmodellen voor beeldgeneratie, een hoge esthetische kwaliteit bereikt, waardoor het vermogen om instructies te volgen de grootste uitdaging vormt. Bestaande benaderingen verbeteren de instructienaleving via supervised of reinforcement learning, maar de slagingskans per individuele opdracht blijft beperkt door inherente stochastiek en een gebrek aan beraadslaging. In dit werk stellen we een beraadslagend bewerkingskader voor dat 'denkt' tijdens het bewerken, door de menselijke cognitieve loop te simuleren via iteratieve uitvoering van een Denk-terwijl-je-Bewerkt-cyclus: resultaten beoordelen en instructies verfijnen, gevolgd door herhaling van de generatie tot tevredenheid. Concreet trainen we een enkel MLLM, EditThinker, om als redeneermotor van dit kader te fungeren, die gezamenlijk de beoordelingsscore, redeneerproces en verfijnde instructies produceert. We zetten reinforcement learning in om het denken van EditThinker af te stemmen op zijn bewerkingen, waardoor gerichtere instructieverbeteringen worden gegenereerd. Uitgebreide experimenten op vier benchmarks tonen aan dat onze aanpak de instructievolgcapaciteit van elk beeldbewerkingsmodel significant en met grote marge verbetert. We zullen ons dataconstructiekader, datasets en modellen vrijgeven ten behoeve van de onderzoeksgemeenschap.
English
Instruction-based image editing has emerged as a prominent research area, which, benefiting from image generation foundation models, have achieved high aesthetic quality, making instruction-following capability the primary challenge. Existing approaches improve instruction adherence via supervised or reinforcement learning, yet single-turn success rates remain limited due to inherent stochasticity and a lack of deliberation. In this work, we propose a deliberative editing framework to 'think' while they edit, which simulates the human cognitive loop by iteratively executing a Think-while-Edit cycle: Critiquing results and Refining instructions , followed by Repeating the generation until satisfactory. Specifically, we train a single MLLM, EditThinker, to act as the reasoning engine of this framework, which jointly produce the critique score, reasoning process, and refined instructions. We employ reinforcement learning to align the EditThinker's thinking with its editing, thereby generating more targeted instruction improvements. Extensive experiments on four benchmarks demonstrate that our approach significantly improves the instruction-following capability of any image editing model by a large margin. We will release our data construction framework, datasets, and models to benefit the community.