BlazeEdit：基于图像到图像扩散模型的移动设备通用图像编辑
人工智能
2026-05-28 v1
摘要
现代扩散模型在生成质量方面取得显著进展，但往往伴随大量参数，导致需要服务器端推理，产生高计算成本和潜在隐私风险。因此，发展针对移动设备的高效替代方案正逐渐受到关注。虽然近期努力已针对移动硬件优化文本到图像模型，但仍相对笨重，参数规模通常在 0.5B 到 1B 之间。我们提出 BlazeEdit，这是一个高度高效、通用的图像到图像扩散模型，专为移动端部署。通过识别许多实际图像编辑任务无需文本导向， 我们消除文本条件组件，开发多任务架构，将对象删除、出画、色调校正、光照调整和贴纸生成整合为单个紧凑模型，仅需 195M 参数。BlazeEdit 在下载大小和内存开销方面显著降低，同时保持具竞争力的生成质量。在 Pixel 10 上，仅需 290 毫秒即可完成完整推理，为移动端通用图像编辑提供无缝、隐私保护且快速的体验。
引用
@article{arxiv.2605.28067,
title = {BlazeEdit: Generalist Image Editing on Mobile Devices with Image-to-Image Diffusion Models},
author = {Fei Deng and Yanwu Xu and Zhipeng Bao and Zhixing Zhang and Haolin Jia and Karthik Raveendran and Jianing Wei},
journal= {arXiv preprint arXiv:2605.28067},
year = {2026}
}
备注
Accepted to CVPR 2026 EDGE Workshop