小红书那个图像编辑模型，裁剪拼接好用，融合不行

小红书前几天发了一个图像编辑模型，FireRed-Image-Edit-1.1。宣传里有两件事：十几种元素可以自由融合，Agent 会自己裁剪拼接。

我试它不是专门去的。这是我在上一家公司做商品图工具时的一轮竞品调研，前后看了五六家能处理商品图的工具，想知道外面做到哪一步了。它刚好在那个时候发布，就顺手放进了名单。这个月我换到了弃疾数智科技，开始做餐参AI。

为什么要做这一轮调研

当时 Smart Photo 跑了两年多，基座还是 SD 1.5 加按品类训练的 LoRA。那两年外面的图像模型换了好几代，我需要隔一段时间看一次：我们的做法还站不站得住，哪一步已经有了更好的替代。

这一轮没有人布置，结论也是给自己留底的。不用汇报，看的时候反而能看得细一点，不只看宣传图，拿我们自己的商品去试。

FireRed 试的以服装为主，十来张，都是当时在用的商品原图，挂拍的、平铺的都有。做法很简单，给它一张商品图、一张场景图，让它把商品放进场景里。

选服装是有原因的。服装是容易露馅的品类，面料的褶皱、垂感、颜色，稍微一动就不像原来那件。拿难的试，差距最容易看出来。

先说好用的部分。它会自己把商品从原图里抠出来，按场景的比例放好，位置也大致合理。普通面料的领口、袖口这些边缘，抠得挺干净。

我把它和我们自己的抠图放在一起比。我们当时的流程里，商品图进来要先做一轮预处理：抠图、统一尺寸、清背景，这是单独的一步。它把抠和放两件事一次做完，在大部分图上，结果不比我们的差，操作上还省了一道。

差距最大的，是薄纱和透明面料。

这类衣服本来就难抠。料子是半透的，边缘和背景混在一起，哪里算衣服、哪里算背景，本身就模糊。在我们自己的流程里，这类面料也不好处理。

FireRed 在这几张上，边缘处理得比我们粗。透的地方，要么被抠掉了一块，要么把原来背景的颜色带了进来。放进新场景以后，这些毛病被放大，一眼就能看出来。

所以对比下来是这样一个结果：普通面料，它和我们差不多；难的面料，它比我们差。难的那部分，恰恰是商品图里最容易出问题、也最需要做好的部分。

融合就不行了，而且问题很集中：光影方向对不上。

场景里的光从一边来，桌面上的影子往另一边倒。商品放进去以后，衣服身上的光还是原图拍摄时的光，亮的那一侧和场景是反的。远看不一定注意到，放在商品页上多看两眼，就知道是贴上去的。

商品和场景不在同一束光下，是生成商品图时最常见的一种不像。Smart Photo 后来按品类训练 LoRA，花了很多功夫才让这类图少一些。换一个新模型，第一个露出来的还是这里。

看完，我对自己流程的判断是：预处理没必要换。

普通面料上，它省的那一道操作，放到我们当时每天的量里，省下的时间有限；难的面料上，它不如我们。再加上它是外部服务，商品图要传出去，而未上市的商品图不出去，这条线是做 Smart Photo 时就定下的。几样放在一起，换的理由不够。

五六家看下来，这一家在调研表里被我放在预处理那一栏，不在生成那一栏。它是一个更好的拼接工具，不是一个更好的生成工具。拼好的图，商品是真的，背景是真的，只是两者没被同一束光照着。

这一轮做下来，调研表的列法也变了。以前我按工具来列，一行一家，写它能做什么、效果怎么样。看完 FireRed 以后，我改成按环节来列：预处理一栏，生成一栏，编辑一栏，每一栏里放能做这一步的工具。

按工具列，容易被宣传带着走。一家说自己什么都能做，表里就什么都记上，看起来每家都很全。按环节列，每一家只落在它真正做得像样的那一栏，哪一栏还空着，也一眼能看出来。

对当时拿来比较的商品来说，这一轮里，最难做的那一栏，还没有哪一家能直接替掉我们自己的做法。

这张表我留在了自己手里。当时想的是，过几个月再做一轮，看看这一栏里的名字有没有变。

宣传里最吸引人的那个词，往往正好是做得最不到位的那一步。这次是融合。