编辑溢出作为探针：图像编辑模型是否隐式理解世界关系？

指令遵循的图像编辑模型应只修改指定区域，同时保持图像其余部分不变。然而，实际中我们观察到一种普遍现象——编辑溢出：模型会改变指定编辑区域之外的语义相关但未指定内容。这提出了一个根本性问题——溢出是反映出 genuine 隐式世界理解，还是仅仅是注意力泄漏？我们提出了EditSpilloverProbe，一个系统化将编辑溢出作为世界知识探针的框架。我们引入了一种溢出分类法（空间、语义、混合、随机），一个自动检测与分类的管道，以及一个由真实世界中文文本编辑任务构建的基准数据集EditSpilloverBench。对5个代表性编辑模型进行系统评估，发现三个核心发现：(1) 溢出率在不同架构之间差异很大，从3.49%到11.46%，比例为3.3倍；(2) 绝对语义溢出数量揭示了模型的世界理解能力——nano_banana产生最多语义溢出（27.8/图像），而qwen_2511具有最精确的编辑控制但语义溢出最低（16.3/图像），揭示了编辑控制与世界理解之间的权衡；(3) 空间衰减分析显示溢出区域密度随距离指数衰减，但语义相关溢出比例保持恒定（40%-58%），提供了直接证据表明语义溢出反映出 genuine 世界理解而非空间扩散。