1. 介绍#

Step1X-Edit是一个开源的图像编辑模型，作者宣称其性能可以对标GPT-4o和Gemini2 Flash等闭源模型。

图像编辑模型是新的图像生成方案，它有别于以往的图像处理技术：

相比传统的PhotoShop修改图像的做法，图像编辑模型不需要手动操作图层和蒙版，只要根据用户提供的指令，AI就可以自行找到相应区域并作修改。
相比以往的、以Midjourney和StableDiffusion为代表的生图方案，都是采用扩散模型进行生图，既可以完成图生图的修改任务，也可以完成文生图的创造任务，但在图像编辑模型下，它只擅长于对图像进行修改编辑，而不擅长通过文本方式进行图像生成。
得益于大模型的技术发展，Step1X除了能像Midjourney和StableDiffusion一样去解析英文语言，还能够解析中文语言，用户体验良好。

2. 项目部署#

2.1 下载工程#

1
git clone https://github.com/stepfun-ai/Step1X-Edit.git

2.2 构建开发环境#

1
# 构建conda环境
2
conda create -n Step1X python==3.10.0
3

4
# 进行conda环境
5
conda activate Step1X
6

7
# 安装torch环境
8
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu121
9

10
# 安装环境依赖
11
pip install -r requirements.txt
12

13
# 从flash-attention的仓库里下载安装包：https://github.com/Dao-AILab/flash-attention/releases
14

15
# 安装flash-attention
16
pip install flash_attn-2.7.2.post1+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl