/ Модель

Характеристики

Размер весов
850 МБ
Лицензия
Apache 2.0
Базовая модель
Qwen-Image-Edit-2511
Библиотека
diffusers
Опубликована
10 мая 2026

Kalaido-qwenedit-lora

Преобразование изображенийИзображение, текст → изображение3 профессии

Kalaido-qwenedit-lora — адаптер LoRA для модели редактирования изображений Qwen-Image-Edit-2511, разработанный FractalAIResearch и обученный с применением reinforcement learning.

805скачиваний за 30 дней5лайковвеса обновлены30 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Адаптер предназначен для image-to-image редактирования по текстовым инструкциям: добавления, удаления и замены объектов, изменения атрибутов и движения, переноса стиля, смены фона, извлечения объектов и выполнения комбинированных правок.

Ключевые заявленные преимущества по сравнению с базовой моделью — лучшее сохранение неизменяемых областей изображения и более точное следование инструкциям. Модель реализуется как подключаемый LoRA-адаптер, поставляется в формате Safetensors и используется через библиотеку Diffusers с pipeline QwenImageEditPlusPipeline. В README не указаны число параметров, точная архитектура базовой модели, размер контекста или подробные сведения о поддерживаемых языках; в метаданных указан английский язык. Для работы необходима базовая модель Qwen-Image-Edit-2511 и совместимая версия Diffusers, а также вычислительная среда с CUDA в приведённом примере.

Адаптер подходит для локального редактирования изображений, где важны сохранение фона и точное выполнение текстовых указаний. Ограничения включают зависимость от базовой модели и программного стека Diffusers; заявленные улучшения относятся к общему редактированию, а приведённые результаты основаны на бенчмарке ImgEdit. Лицензия — Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kalaido-qwenedit-lora — Reinforcement learning enhanced Qwen-Image-Edit-2511

model dataset report

Model License


Introduction

Kalaido-qwenedit-lora is a LoRA adapter for Qwen-Image-Edit-2511, trained with reinforcement learning. It is intended for general editing and has better background preservation and edit instruction following than the base model.

Compared to the base Qwen-Image-Edit-2511, the adapter improves:

  • Better background preservation: No modifications to the unedited regions in the image.
  • Better instruction following: The model has better prompt following and understanding than the base model.

Example usage

Install a recent diffusers build (Qwen edit pipelines evolve quickly):

pip install git+https://github.com/huggingface/diffusers

Weights in this repo are shipped as a single Safetensors file: qwen-2511_general_edit_lora_v1.safetensors.

import torch
from PIL import Image
from diffusers import QwenImageEditPlusPipeline

model_id = "Qwen/Qwen-Image-Edit-2511"
lora_id = "FractalAIResearch/Kalaido-qwenedit-lora"

pipe = QwenImageEditPlusPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16)
pipe.load_lora_weights(
    lora_id,
    weight_name="qwen-2511_general_edit_lora_v1.safetensors",
    adapter_name="kalaido",
)
pipe.set_adapters(["kalaido"], [1.0])
pipe.to("cuda")


image = Image.open("input.png").convert("RGB")
prompt = "Your edit instruction here."
negative_prompt = " "

out = pipe(
    image=image,
    prompt=prompt,
    negative_prompt=negative_prompt,
    num_inference_steps=40,
    true_cfg_scale=4.0,
    guidance_scale=1.0,
    generator=torch.Generator(device="cuda").manual_seed(42),
).images[0]

out.save("edited.png")

Evaluation

We report ImgEdit benchmark scores.

Kalaido-qwenedit-lora is the open release in this repository (FractalAIResearch/Kalaido-qwenedit-lora); Kalaido-edit is our stronger production editor. For our latest closed models, APIs, and demos, see kalaido.ai.

In the table below, the highest score in each row is bold (ties are bolded for both).

TaskGPT-4o ImageQwen Image EditGoogle Nano Banana ProGPT-5.1FLUX.1 KontextKalaido-qwenedit-loraKalaido-edit
Addition4.654.614.704.704.084.654.71
Remove3.814.394.694.893.234.504.72
Replace4.494.704.554.834.424.704.77
Attribute alter4.264.624.704.663.964.644.71
Motion change4.764.824.834.924.544.804.92
Style transfer4.754.774.874.914.594.734.84
Background change4.624.544.504.904.154.534.68
Object extraction2.964.193.572.912.274.214.40
Hybrid edit4.544.033.774.713.424.374.64
Average score4.324.524.464.603.854.574.71

Qualitative comparison

Side-by-side examples on ImgEdit-style general edits: input (left), Qwen-Image-Edit-2511 baseline (center), Ours (right).


License

Kalaido-qwenedit-lora is licensed under the Apache License 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются: нужен ввод изображения для diffusion.

Ревизия весов
a06373c

0 моделей