Adobe testira koliko dobro AI agenti mogu koristiti alate za uređivanje kao što bi to radio profesionalac u Photoshopu

Istraživači iz Adobea razvili su AI agenta za uređivanje slika koji kombinira editor opće namjene sa specijaliziranim alatima. Standardni jezični model uspoređuje rezultate na temelju izmjerenih podataka i odabire najbolji.

AI agenti za uređivanje slika složene zahtjeve dijele na korake i obično ponavljaju neuspjele korake istim alatima, dok zasebni model procjenjuje rezultat vizualnom provjerom.

Istraživači iz Adobe Researcha i UC San Diega žele to promijeniti sustavom EditAgent, koji radi slično kao iskusni korisnik Photoshopa, prema novom znanstvenom radu. Sustav za svaki zadatak bira odgovarajući alat i uspoređuje rezultat s originalom pomoću konkretnih brojeva.

Editori opće namjene ne snalaze se u previše zadataka

U testu s 600 uređivanja slika, koje su slijepo ocjenjivali pet stručnjaka, editor opće namjene Flux-2-Klein-9B nije uspio proizvesti upotrebljiv rezultat u 42,7 posto slučajeva. Specijalizirani alati riješili su otprilike dvije trećine tih neuspjeha, posebno kod izoštravanja, rotacije i zumiranja. Dodatni pokušaji istim editorom gotovo da nisu pomogli.

Istraživači su također ispitali je li bolje rezultate postupno dorađivati ili paralelno generirati više inačica. Iterativno dorađivanje gomila sitne pogreške jer svaki krug gradi na već izmijenjenim slikama. Stručnjaci su u 78,5 posto slučajeva gdje su morali odabrati preferirali paralelne inačice generirane iz originala. Agentu je pri tome trebalo upola manje prolaza evaluacije. EditAgent počiva upravo na tim dvama nalazima.

Izmjereni podaci pretvaraju standardne modele u bolje ocjenjivače

EditAgent zahtjev planira po koracima i za svaki korak suprotstavlja editor opće namjene odgovarajućim specijaliziranim alatima. Standardni jezični model zatim u jednom prolasku uspoređuje sve inačice.

Za svaku inačicu model dobiva zapis verifikacije s uvećanim prikazom uređenog područja, kartom promjena izmijenjenih regija te izmjerenim statističkim podacima o svjetlini i boji. U jednom primjeru fotografiju je trebalo blago posvijetliti. Brojevi su pokazali da je editor opće namjene preeksponirao sliku i pomaknuo boje prema toplijim tonovima, dok je specijalizirani alat ostao unutar zadanih parametara.

Istraživači su to testirali na svojem skupu od 600 uređivanja. Model ocjenjivač morao je odabrati najbolji rezultat među nekoliko kandidata, a bilježilo se koliko često je odabrao sliku koju su i stručnjaci ocijenili upotrebljivom. Za usporedbu su pokrenuli modele poput EditScorea koji su fino podešeni na ljudskim ocjenama uređivanja slika.

Bez zapisa verifikacije nijedan od sedam testiranih jezičnih modela nije mogao parirati najboljem fino podešenom modelu. S njim su svih sedam nadmašilo svaki fino podešeni model. Qwen3.8-27B odabrao je upotrebljivu sliku u 81,3 posto slučajeva, nasuprot 74,8 posto za EditScore-72B. Za istraživače to upućuje na zaključak da ono što model ocjenjivač vidi može biti važnije od toga kako je treniran.

Nakon svakog kruga EditAgent također provjerava jesu li kasnija uređivanja slučajno poništila ranija. U primjeru iz rada, uputa „propusti više dnevnog svjetla” prozor koji je prethodno bio matiran čini prozirnim. Agent uočava taj konflikt i ispravlja ga.

EditAgent je poboljšao rezultate open-source editora Qwen-Image-Edit-2511 i Flux-2-Klein-9B na tri referentna skupa i nadmašio sedam drugih AI agenata. Na EdiVal referentnom skupu Qwen inačica u trećem krugu uređivanja prestigla je komercijalne modele Seedream 4.0 i GPT-Image-1.5. No agent zahtijeva otprilike deset puta više računalne snage od jednog editora, a njegovi rezultati ovise o tome koji su alati u njega uključeni.

Agent generira podatke za treniranje bržih editora

Istraživači EditAgent koriste i kao izvor podataka za treniranje. Budući da agent zadržava samo verificirane rezultate, proizveo je oko 26.000 primjera za treniranje. Editori fino podešeni na tim podacima pokazali su bolje rezultate na sva tri referentna skupa. Podaci za treniranje koje je izravno generirao FLUX, s druge strane, FLUX su zapravo pogoršali. Taj kompromis mogao bi s vremenom opravdati visoke računalne troškove agenta.

Adobe je u lipnju dodao AI agente u Photoshop, Premiere i druge Creative Cloud aplikacije, u početku kao javnu beta verziju. Korisnici opisuju što žele, a agent se brine o pojedinim koracima. Pitanje koliko dobro ti agenti biraju prave alate i provjeravaju vlastite rezultate izravno se tiče Adobeovih proizvoda koji su već u prodaji. Black Forest Labs u međuvremenu je zamijenio opći model testiran u radu: novi Flux 3 Image Klein ima 5,6 milijardi parametara, manji je od Flux 2 Klein, a ipak postiže bolje rezultate od svih ostalih open-source modela pa čak i komercijalnog Flux 2 Pro u internim testovima Black Forest Labsa.