阶跃星辰图像编辑再升级，Step Image Edit 2 全量上线开放平台
4月29日，阶跃星辰正式发布新一代图像生成编辑模型 Step Image Edit 2，并同步全量上线「阶跃星辰开放平台」和 Step Plan。这是阶跃星辰在图像编辑赛道的又一次迭代——距离上一代开源模型 Step1X-Edit 发布，仅仅过去了一天。
没错，一天。
这个节奏本身就值得说道。
从 Step1X-Edit 到 Step Image Edit 2：一天之内的两步棋
先理清时间线。4月28日，阶跃星辰发布并开源了通用图像编辑模型 Step1X-Edit，上线当天就冲上了 Hugging Face 的 Spaces 趋势热榜。这款 19B 参数的模型主打「听得懂、改得准、保得住」，覆盖文字替换、人物美化、风格迁移、材质变换等 11 类高频图像编辑任务，在自研基准测试集 GEdit-Bench 上拿下了开源 SOTA。
然后第二天，Step Image Edit 2 就来了。
这两者的关系，更像是「开源版」和「商用版」的分工。Step1X-Edit 面向开发者社区，代码和权重全部开放，你可以在 GitHub、Hugging Face、ModelScope 上直接拉取部署；Step Image Edit 2 则是平台级产品，通过阶跃星辰开放平台的 API 直接调用，面向的是需要稳定服务、不想自己折腾推理部署的商业用户和应用开发者。
这种「开源打声量 + 闭源 API 做商业化」的双轨策略，在国内大模型公司里已经越来越常见。智谱、DeepSeek、百川都在这么干。但阶跃星辰把两步棋压缩到 24 小时内打出来，节奏确实激进。
Step1X-Edit 的技术底子：三项关键能力
虽然 Step Image Edit 2 的具体技术细节阶跃星辰尚未完整披露，但从前一天发布的 Step1X-Edit 可以窥见这一代图像编辑模型的技术方向。毕竟，商用版大概率是在开源版基础上做了进一步的工程优化和能力增强。
Step1X-Edit 的核心能力可以拆成三块：
1. 语义精准解析
这是图像编辑模型最基础也最容易翻车的环节。用户说「把背景里的猫换成狗」，模型得准确理解「背景里的猫」指的是哪个区域、「换成狗」是什么意思。听起来简单，但当指令变复杂——比如「把左边那个人的衣服换成蓝色西装，但保持右边那个人不变」——很多模型就开始犯迷糊了。
Step1X-Edit 在 GEdit-Bench 的语义理解指标上大幅领先其他开源模型，说明它在「听懂人话」这件事上确实下了功夫。这背后大概率是多模态大模型的语言理解能力在起作用——阶跃星辰本身就有 Step 系列的语言模型底座，把语言理解能力迁移到图像编辑的指令解析上，是顺理成章的事。
2. 身份一致性保持
这是图像编辑领域的老大难问题。你让模型给一张人像换个发型，结果脸也变了；你让它改个背景，结果人物的衣服纹理也跟着飘了。所谓「身份一致性」，就是在执行编辑操作的同时，确保不该变的部分纹丝不动。
这个能力在商业场景里尤其关键。电商产品图需要换背景但产品细节不能变，社交媒体修图需要美化但五官不能走形，广告素材需要风格迁移但品牌元素必须保留——这些场景对一致性的要求都是零容忍的。
3. 高精度区域级控制
不是所有编辑都是全局的。很多时候用户只想动画面的一小块区域，其他地方完全不碰。区域级控制能力决定了模型能不能做到「指哪打哪」，而不是「牵一发而动全身」。
这三项能力叠加起来，构成了一个实用的图像编辑模型应该具备的基本功。Step1X-Edit 在 GEdit-Bench 上的表现证明了它在开源领域的领先地位，而 Step Image Edit 2 作为商用版本，理论上只会更强。
GEdit-Bench：自研评测的意义和局限
值得单独说一下阶跃星辰自研的 GEdit-Bench 基准测试集。
现有的图像编辑评测基准大多存在一个问题：测试数据和真实用户需求之间有明显的 gap。学术界常用的评测集往往偏向特定类型的编辑任务，跟用户在实际产品中提出的千奇百怪的编辑请求差距不小。
GEdit-Bench 的做法是从社区真实编辑请求中采集评测数据，这个思路是对的——评测应该尽可能贴近真实使用场景。但也要看到，自研评测集天然存在「既当运动员又当裁判」的嫌疑。阶跃星辰在自己设计的赛道上拿第一，说服力多少要打个折扣。
当然，Step1X-Edit 已经开源，社区可以自行验证。Hugging Face 上的热度也从侧面说明，至少在开发者的初步体验中，这个模型的表现是过关的。
阶跃星辰的多模态野心
把视角拉远一点看，Step Image Edit 2 的发布不是一个孤立事件，而是阶跃星辰多模态战略的一个切面。
根据公开信息，最近一个月阶跃星辰已经连续上新了三款多模态模型：
- 图生视频开源模型：视频生成赛道的布局
- 多模态推理模型：强化模型的跨模态理解和推理能力
- Step1X-Edit / Step Image Edit 2：图像编辑赛道的迭代
目前，阶跃星辰 Step 系列基座模型矩阵中，多模态模型的占比已经达到了 7 成。这个比例相当高，说明阶跃星辰已经把多模态作为核心差异化方向来押注。
这个选择有其逻辑。纯文本大模型赛道已经极度拥挤，OpenAI、Anthropic、Google 在前面，国内还有一堆玩家在卷。但多模态——尤其是图像生成和编辑——仍然是一个技术壁垒高、产品化空间大、商业化路径相对清晰的方向。电商、广告、设计、社交媒体，每个领域都有海量的图像编辑需求等着被 AI 吃掉。
图像编辑赛道：谁在场上
把 Step Image Edit 2 放到整个图像编辑赛道里看，竞争格局大致是这样的：
| 玩家 | 代表产品 | 特点 |
|---|---|---|
| Adobe | Firefly / Photoshop AI | 专业级工具链整合，设计师生态 |
| Midjourney | Midjourney Editor | 生成能力强，编辑能力在追赶 |
| Stability AI | Stable Diffusion 系列 | 开源生态最大，社区驱动 |
| Imagen / Gemini 多模态 | 端到端多模态，搜索场景整合 | |
| 阶跃星辰 | Step Image Edit 2 | 开源+商用双轨，国内多模态头部 |
| 智谱 AI | CogView 系列 | 国内开源图像生成代表 |
阶跃星辰的差异化在于：它同时提供了开源模型（Step1X-Edit）和商用 API（Step Image Edit 2），开发者可以根据自己的需求选择自部署还是调 API。这种灵活性在国内市场是有吸引力的——很多中小团队既想要模型能力，又不想被单一平台锁定。
不过，图像编辑赛道的竞争远不止模型能力本身。Adobe 的护城河在于几十年积累的专业工具链和设计师用户习惯；Midjourney 的优势在于社区和品牌认知；Stability AI 靠的是开源生态的网络效应。阶跃星辰要在这个赛道站稳，光靠模型指标领先是不够的，还需要在开发者生态、应用场景落地、API 易用性等方面持续投入。
对开发者意味着什么
如果你是一个正在做图像相关应用的开发者，Step Image Edit 2 的全量上线意味着你多了一个可以直接调用的选项。
从阶跃星辰开放平台的介绍来看，Step Image Edit 2 定位为「图像编辑与通用生图大模型」，强调三个特性：
- 智能创作：不只是简单的滤镜或裁剪，而是基于语义理解的智能编辑
- 效能极致：在模型能力和推理效率之间做了平衡
- 秒级响应：API 调用的延迟控制在秒级，适合需要实时交互的应用场景
对于想要自己部署的团队，Step1X-Edit 的开源版本也是一个值得考虑的选项。19B 的参数量不算小，但在当前的 GPU 硬件条件下，单卡或双卡部署是可行的。开源社区已经可以在 GitHub 和 Hugging Face 上获取完整的代码和权重。
具体的 API 调用方式和定价，开发者可以直接前往阶跃星辰开放平台（platform.stepfun.com）查看文档。
一个更大的趋势
最后说一个更宏观的观察。
2025 年以来，国内大模型公司的发布节奏明显加快，而且越来越多地集中在多模态方向。图像生成、图像编辑、视频生成、多模态理解——这些能力正在从「实验室 demo」快速走向「可调用的 API 服务」。
这背后的驱动力很直接：纯文本大模型的商业化天花板已经隐约可见，而多模态能力直接对应着更多、更具体、更愿意付费的应用场景。一张电商主图的自动生成、一段短视频的智能编辑、一套广告素材的批量制作——这些场景的付费意愿和付费能力都远高于「帮我写一封邮件」。
阶跃星辰在一个月内连发三款多模态模型，正是这个趋势的缩影。Step Image Edit 2 能不能在激烈的竞争中跑出来，还需要时间和市场验证。但至少从技术路线和产品节奏来看，阶跃星辰的多模态押注是认真的。
对于开发者来说，好消息是选择越来越多，能力越来越强，价格大概率还会继续卷下去。图像编辑这个赛道，2025 年下半年大概率还会更热闹。
阶跃星辰开放平台目前已支持 Step Image Edit 2 的 API 调用，开发者可前往 platform.stepfun.com 了解详情。对于习惯通过统一接口调用多家模型的开发者，也可以关注 OpenAI Hub 等 API 聚合平台是否会后续接入。
参考来源
- Step1X-Edit 开源模型 - Hugging Face — 阶跃星辰在 Hugging Face 上的模型主页，可获取 Step1X-Edit 开源权重和代码
- Step1X-Edit 开源仓库 - GitHub — 阶跃星辰 GitHub 组织页面，包含开源模型相关代码