**EditAgent：突破动作与观察空间限制，重塑智能图像编辑范式**

_EditAgent: Rethinking Agentic Image Editing_

> 针对现有智能图像编辑代理在步骤失败后重试工具单一及人工评判不可靠的局限，EditAgent 提出通过扩展动作与观察空间来优化编辑流程。该框架将步骤路由至通用编辑器与专用方法，并引入验证记录以替代传统人工评判，使现成视觉语言模型（VLM）的评判效果超越微调奖励模型。实验表明，EditAgent 在并行生成与列表式评判模式下，不仅大幅减少了评判调用次数，还在专家偏好比较中优于顺序优化策略，并在多个基准测试中显著提升了开源编辑器的性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.39664)