在距离 1.0 版本发布不到一个月的时间，小红书 Super Intelligence 团队宣布推出了 FireRed-Image-Edit-1.1，模型在处理 ID 一致性编辑 、多元素融合 、人像美妆 、字体风格参考等方面进行了升级。目前，该项目代码、技术报告、模型参数、训练蒸馏推理框架均已开源。

1.1 版本升级点

优秀的编辑性能

• 前沿的 ID 一致性：开源领域最优的角色身份保持技术，确保人物主体在经历复杂编辑后依然可识别。
• 多元素融合：自由组合 10 余种元素，配备 Agent 智能自动裁剪与拼接功能——告别短提示词的困扰。
• 全面的人像美妆：涵盖数十种风格，从专业级美颜精修、黄皮/橄榄皮提亮，到万圣节女巫妆等各类创意妆容。
• 字体风格参考：保持高保真排版与风格化文字渲染，效果媲美闭源解决方案。
• 专业级照片修复：高质量老照片修复与增强，具备卓越的细节还原能力。

极致的工程优化

• 开放的 LoRA 训练生态：开源完整训练代码，支持自定义风格创作；优化采样器在面对相同任务、尺寸和输入数量时最大化 GPU 效率。
• 极限速度优化：全套加速方案，集成模型蒸馏、量化与静态编译技术——仅需 30GB 显存即可实现 4.5 秒端到端生成。
• 智能 Agent 工作流：自动多图处理流程，轻松应对虚拟试穿等复杂构图场景，无需繁琐的提示词工程。
• 全平台部署支持：原生 ComfyUI 节点支持与 GGUF 轻量级格式兼容，实现无缝生产环境集成。
• 高效的训练方式：提前离线抽取特征，仅调用 VLM 的生成结果（与训练完全隔离），大幅提升模型训练速度。

T2I骨干网络原生的编辑能力

骨干无关的架构设计：基于 Qwen-Image 的文生图模型通过完整的预训练→SFT→RL 流程注入编辑能力，可迁移至任意文生图（T2I）基础模型(Qwen-VL仅调用)。

FireRed 是小红书 Super Intelligence 团队的模型系列名，包括FireRed-ASR、FireRed-TTS、FireRed-Chat、FireRed-OCR、FireRed-Image、FireRed-OpenStoryline等。该团队包括Audio Lab、Vison Lab、Foundation Lab 等基础技术实验室。