Экономическая целесообразность автономных графических агентов вызывает вопросы, когда их вычислительные затраты возрастают в десять раз. Исследователи из Adobe Research и Калифорнийского университета в Сан-Диего разработали систему EditAgent, которая делит задачи редактирования изображений на подзадачи, объединяя универсальный редактор со специализированными инструментами для таких операций, как повышение резкости или масштабирование. Стандартные универсальные модели регулярно допускают сбои при выполнении профессиональных команд дизайна без архитектурной поддержки.
В ходе тестирования 600 правок изображений, оцененных пятью профессионалами "вслепую", универсальный редактор Flux-2-Klein-9B в 42,7% случаев не смог выдать пригодный к использованию результат. Специализированные инструменты решили примерно две трети таких проблем, особенно в части резкости, поворота и масштабирования. Дополнительные попытки с тем же редактором практически не помогли. Каким образом система предотвращает накопление этих операционных сбоев в многошаговых рабочих процессах?
Итеративное уточнение накапливает мелкие ошибки, поскольку каждый следующий круг опирается на уже измененное изображение. Профессионалы отдали предпочтение параллельным вариантам, созданным на основе оригинала, в 78,5% сравнений, где они делали выбор. Агенту потребовалось вдвое меньше проходов верификации. EditAgent построен на этих двух выводах.
Верификация результатов и экономика инференса
EditAgent планирует запрос по шагам и для каждого шага противопоставляет универсальный редактор подходящим специализированным инструментам. Затем стандартная языковая модель сравнивает все варианты за один проход. Для каждого варианта модель получает верификационный отчет с крупным планом отредактированной зоны, картой изменений и измеренными статическими данными по яркости и цвету. В одном из примеров требовалось слегка осветлить фотографию. Цифры показали, что универсальный редактор переэкспонировал кадр и сместил цвета в теплую гамму. Специализированный инструмент остался в пределах заданных параметров.
EditAgent выдает более точные результаты, чем предыдущие агенты, но требует примерно в десять раз больше вычислительных ресурсов.
Без верификационного отчета ни одна из семи протестированных языковых моделей не смогла превзойти лучшую дообученную модель. С ним все семь моделей обошли каждую дообученную систему. Модель Qwen3.8-27B выдавала пригодный результат в 81,3% случаев против 74,8% у EditScore-72B. По мнению исследователей, это доказывает, что содержимое, видимое оценивающей моделью, важнее методов ее обучения.
После каждого круга EditAgent также проверяет, не привели ли последующие правки к отмене предыдущих. В примере из научной работы команда «впустить больше дневного света» приводит к тому, что ранее матовое стекло снова становится прозрачным. Агент фиксирует конфликт и устраняет его. EditAgent улучшил показатели открытых редакторов Qwen-Image-Edit-2511 и Flux-2-Klein-9B на трех бенчмарках и превзошел семь других ИИ-агентов. В бенчмарке EdiVal вариант на базе Qwen на третьем круге редактирования обошел коммерческие модели Seedream 4.0 и GPT-Image-1.5.
Инфраструктурные перспективы генерации обучающих данных
Агент генерирует обучающие данные для более быстрых редакторов, выполняя роль дорогостоящего конвейера верификации. Исследователи также используют EditAgent в качестве источника данных. Поскольку агент сохраняет исключительно проверенные результаты, он сформировал около 26 000 обучающих примеров. Редакторы, дообученные на этих данных, показали лучшие результаты по всем трем бенчмаркам. Обучающие данные, созданные напрямую через FLUX, напротив, ухудшили показатели FLUX. Такой баланс может со временем оправдать высокие затраты вычислительной мощности агента.
16.04.2026 компания Adobe представила Firefly AI Assistant: Creative Cloud & Chat Interface, и теперь платформа Firefly поддерживает более 30 ИИ-моделей, включая новейшую Kling 3.0 (мы рассказывали об этом 16.04). В июне Adobe внедрила ИИ-агентов в Photoshop, Premiere и другие приложения Creative Cloud в статусе публичной бета-версии. Пользователи описывают задачу словами, а агент выполняет отдельные шаги. Компания Black Forest Labs к настоящему моменту заменила универсальный редактор из научной работы: теперь используется новая модель Flux 3. Баланс между десятикратно возросшими расходами на вычисления и качеством проверенного результата определяет коммерческую жизнеспособность автономных креативных процессов.
В чём смысл
Расходы на вычисления вырастут на порядок, если заменить работу дизайнеров сложной связкой из универсальных и узких моделей вроде EditAgent. Универсальный Flux-2-Klein-9B стабильно ошибается почти в половине задач, и закрывать эти дыры приходится целой батареей параллельных правок, метрик яркости и отдельной языковой моделью для арбитража. В итоге автономный редактор оказался слишком дорогим для потоковой работы с графикой, зато нашел себе применение в роли фабрики обучающих данных.