1. チュートリアルの概要

In-Context Edit（ICEdit）は、浙江大学とハーバード大学が2025年4月29日に発表した高効率な指示ベースの画像編集フレームワークです。従来の手法と比較して、ICEditは学習可能なパラメータがわずか1%（2億）で、学習データも0.1%（5万）しか必要とせず、高い汎化能力を発揮し、様々な編集タスクに対応します。GeminiやGPT4oなどの商用モデルと比較して、よりオープンソースで、コストが低く、高速で、優れたパフォーマンスを備えています。関連研究論文も入手可能です。 インコンテキスト編集：大規模拡散トランスフォーマーにおけるインコンテキスト生成による教育用画像編集の実現 。

このチュートリアルでは、リソースとして単一の RTX 4090 カードを使用します。公式に述べられている 9 秒で画像を生成するには、より高い構成のグラフィック カードが必要になります。このプロジェクトは現在、英語のテキスト説明のみをサポートしています。

このプロジェクトで使用されるモデル:

• ノーマルローラ
• FLUX.1-フィル-dev

2. プロジェクト例

他のビジネスモデルとの比較 

3. 操作手順

1. コンテナを起動した後、API アドレスをクリックして Web インターフェイスに入ります

「Bad Gateway」と表示される場合、モデルが初期化中であることを意味します。モデルが大きいため、1〜2分ほど待ってページを更新してください。

2. 使用デモ

❗️重要な使用上のヒント:

• ガイダンススケール:  これは、生成モデル内の条件付き入力 (テキストや画像など) が生成される結果に影響を与える度合いを制御するために使用されます。ガイダンス値を高くすると、生成される結果が入力条件に近くなりますが、値を低くするとランダム性が高まります。
• 推論ステップ数:  モデルの反復回数または推論プロセスのステップ数を表し、モデルが結果を生成するために使用する最適化ステップの数を表します。通常、ステップ数が多いほど、より正確な結果が生成されますが、計算時間が長くなる可能性があります。
• シード：  生成プロセスのランダム性を制御するために使用される乱数シード。同じシード値では同じ結果が生成されます (他のパラメータが同じである場合)。これは、結果を再現する上で非常に重要です。

4. 議論

🖌️ 高品質のプロジェクトを見つけたら、メッセージを残してバックグラウンドで推奨してください。さらに、チュートリアル交換グループも設立しました。お友達はコードをスキャンして [SD チュートリアル] に参加し、さまざまな技術的な問題について話し合ったり、アプリケーションの効果を共有したりできます。

引用情報

Githubユーザーに感謝 スーパーヤン  このチュートリアルの展開。このプロジェクトの引用情報は次のとおりです。

@misc{zhang2025ICEdit,
      title={In-Context Edit: Enabling Instructional Image Editing with In-Context Generation in Large Scale Diffusion Transformer}, 
      author={Zechuan Zhang and Ji Xie and Yu Lu and Zongxin Yang and Yi Yang},
      year={2025},
      eprint={2504.20690},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2504.20690}, 
}