arXiv cs.AI· Zhile Guan, Xu Jiang, Yule Duan, Gongbo Zhang, Shuyu Wang, Xiao Chen, Jian Zhang·· 11 小时前AI 评分31
EditJev：面向图像编辑模型的 System One 路由方案
EditJev: System One Routing for Image Editing Models
AI 导读
EditJev 是一个 System One 路由模型，可在单次前向传播中直接预测各候选图像编辑模型在样本级的偏好分数，无需自回归生成模型名或解析响应。在 ImgEdit 和 GEdit-En 上，其聚合质量分别从 4.540 提升至 4.592、从 8.194 提升至 8.255，同时端到端延迟估算降低 60.8% 和 31.7%。
正文 · AI 翻译
摘要：基于指令的图像编辑模型表现出明显的样本相关性能差异：对于相同的源图像和编辑指令，不同模型可能产生显著不同的结果，且表现最佳的模型往往因请求而异。这些模型在推理延迟上也存在显著差异，使得固定模型部署效率低下。因此，我们研究图像编辑模型路由，即在给定输入图像和编辑指令的情况下，从候选池中动态选择编辑器。我们提出 EditJev，一种 System One 路由模型，它在单次前向传播中直接预测候选图像编辑模型在样本级别的偏好分数。视觉语言骨干网络上的轻量级偏好头可生成固定维度的分数向量，无需自回归生成模型名称或解析响应。为训练 EditJev，我们从离线候选输出中构建成对偏好，并优化成对排序目标以学习相对模型适用性。在推理时，EditJev 将预测的偏好分数与模型级速度分数相结合，以平衡编辑质量和生成延迟。在 ImgEdit 和 GEdit-En 上的实验表明，EditJev 相比最强的固定编辑器提升了总体质量，分别从 4.540 提升至 4.592、从 8.194 提升至 8.255，同时将估计的端到端延迟降低了 60.8% 和 31.7%。这些结果证明了直接、结构化的模型路由对于高效图像编辑的有效性。
| 评论： | 12 页，4 幅图，7 张表 |
| 主题： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.32635 [cs.CV] |
| （或 arXiv:2610.32635v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32635 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhile Guan [查看电子邮件]
[v1]
2026 年 10 月 23 日星期五 13:46:53 UTC（31,527 KB）
来源：arXiv cs.AI · arxiv.org