Adobe Research e l’Università di San Diego hanno presentato EditAgent, un agente di intelligenza artificiale progettato per gestire compiti di editing fotografico con la precisione di un professionista di Photoshop. Il sistema suddivide le richieste in sotto‑passi, accoppia un editor generico con strumenti specializzati per operazioni come la nitidezza, la rotazione o lo zoom, e utilizza un modello di linguaggio standard per valutare le varianti generate.
Come funziona EditAgent
Il cuore di EditAgent è la capacità di pianificare una richiesta in più fasi, generando per ciascuna più candidati tramite editor generico e strumenti dedicati. Un modello di linguaggio, non modificato, confronta tutte le varianti in un unico passaggio, basandosi su dati di verifica dettagliati.
Per ogni variante, il modello riceve:
- un close‑up dell’area modificata,
- una mappa dei cambiamenti che evidenzia le regioni alterate,
- statistiche misurate su luminosità e colore.
Queste informazioni numeriche permettono di individuare errori che un semplice “occhio” umano o un modello che osserva l’immagine completa potrebbe non rilevare.
Esempio pratico
In un caso di test, una foto doveva essere leggermente illuminata. Le statistiche hanno mostrato che l’editor generico sovra‑espose l’immagine e la riscalda, mentre lo strumento specializzato rispetta i parametri richiesti, confermando la superiorità dell’approccio basato su dati di verifica.
Valutazioni e benchmark
Gli autori hanno testato EditAgent su un benchmark di 600 modifiche, valutate in blind test da cinque professionisti. L’editor generico Flux‑2‑Klein‑9B ha fallito nel 42,7 % dei casi, ma gli strumenti specializzati hanno risolto circa due‑terzi di questi errori, in particolare per nitidezza, rotazione e zoom.
Un esperimento ha confrontato due strategie: raffinamento iterativo passo‑a‑passo versus generazione di varianti in parallelo. I professionisti hanno preferito le varianti parallele nel 78,5 % dei confronti, dimostrando che l’accumulo di piccoli errori è ridotto quando si parte sempre dall’immagine originale.
Performance dei modelli di giudizio
Senza i record di verifica, nessuno dei sette modelli di linguaggio testati ha superato il miglior modello fine‑tuned (EditScore‑72B). Con i dati di verifica, tutti i sette hanno superato i modelli fine‑tuned, raggiungendo performance superiori.
Il modello Qwen3.8‑27B, ad esempio, ha selezionato una variante “utilizzabile” nell’81,3 % dei casi, contro il 74,8 % di EditScore‑72B.
Vantaggi e limitazioni
EditAgent non solo migliora gli editor open‑source Qwen‑Image‑Edit‑2511 e Flux‑2‑Klein‑9B su tre benchmark, ma supera anche sette altri agenti IA. Su EdiVal, la variante Qwen nella terza fase di editing ha superato modelli commerciali come Seedream 4.0 e GPT‑Image‑1.5.
Il punto critico è il consumo computazionale: EditAgent richiede circa dieci volte più potenza rispetto a un singolo editor, e la sua efficacia dipende dagli strumenti integrati.
Generazione di dati di addestramento
Grazie alla verifica automatica, EditAgent ha prodotto circa 26 000 esempi di addestramento certificati. Gli editor ri‑addestrati su questi dati hanno mostrato miglioramenti su tutti e tre i benchmark, mentre i dati generati direttamente da FLUX hanno peggiorato le prestazioni di FLUX stesso.
Questo risultato suggerisce che l’investimento in risorse computazionali possa ripagare nel lungo termine, fornendo set di dati di alta qualità per addestrare editor più veloci.
Implicazioni per i prodotti Adobe
Adobe ha introdotto agenti IA in Photoshop, Premiere e altre app Creative Cloud a giugno, in beta pubblico. Gli utenti descrivono le loro esigenze e l’agente gestisce i singoli passaggi. La capacità di scegliere gli strumenti giusti e di autocontrollare i risultati è cruciale per il successo di queste funzionalità.
Nel frattempo, Black Forest Labs ha sostituito il modello generico testato nel paper con Flux 3 Image Klein, che conta 5,6 miliardi di parametri – meno di Flux 2 Klein – ma supera tutti gli altri modelli open‑source e commerciali nei test interni.