L'ESSENTIEL EN 30 SECONDES

  • Sur le banc d'essai de 600 cas des auteurs, l'éditeur généraliste FLUX.2-klein-9B n'a fourni aucun résultat exploitable dans 42,7 % des cas ; des outils spécialisés ont rattrapé 175 de ces 256 échecs.
  • Avec un dossier de vérification joint à chaque candidat, des juges vision-langage standard battent le juge spécialisé EditScore-72B (74,8 %), le meilleur atteignant 82,8 %.
  • Les auteurs estiment que l'agent demande environ 10 fois le temps d'inférence d'un éditeur seul et proposent de s'en servir pour produire des données d'entraînement.

Des chercheurs d'Adobe Research et de l'université de Californie à San Diego ont présenté EditAgent, un agent de retouche d'images qui ne repose pas sur un modèle unique. Publié sur arXiv le 29 octobre, leur article soutient que les agents actuels sont bridés à la fois par le petit nombre d'outils qu'ils peuvent appeler et par des juges qui ne regardent que l'image finale.

Le principe

EditAgent décompose une demande complexe en une suite d'étapes. Pour chacune, il confie le travail soit à un éditeur généraliste, soit à des méthodes spécialisées, par exemple pour la netteté, la rotation, le zoom ou la tonalité, détaille The Decoder. Au lieu d'affiner une même image à plusieurs reprises, il génère en parallèle plusieurs candidats à partir du même point de départ.

Un modèle vision-langage compare ensuite tous les candidats en une seule passe. L'apport central est un dossier de vérification associé à chaque candidat ; selon The Decoder, il comprend un gros plan de la zone modifiée, une carte des régions changées et des mesures de luminosité et de couleur. D'après l'article, ces dossiers permettent à des juges non modifiés de dépasser un juge entraîné pour la tâche : EditScore-72B atteint 74,8 % sur le banc d'essai des auteurs, contre 82,8 % pour le meilleur juge doté des dossiers, Qwen3.8-Flash-Next.

Ce que montre l'évaluation

Les auteurs ont constitué un banc d'essai de 600 séries de retouches couvrant 30 types de modifications, annotées par cinq retoucheurs professionnels qui ignoraient quelle méthode avait produit quelle image. L'éditeur généraliste FLUX.2-klein-9B y échoue dans 256 séries, soit 42,7 %, et une méthode spécialisée rattrape 175 de ces échecs. Dans une autre comparaison, les professionnels ont préféré la recherche en parallèle à l'affinage pas à pas dans 78,5 % des 130 cas où ils ont tranché. Selon l'article, EditAgent améliore deux éditeurs à poids ouverts, Qwen-Image-Edit-2511 et FLUX.2-klein-9B, sur trois bancs d'essai.

Coûts et limites

La méthode est gourmande. Les auteurs reconnaissent un temps d'inférence environ 10 fois supérieur à celui d'un éditeur seul, et des résultats plafonnés par la qualité des outils branchés. Leur réponse : employer l'agent comme générateur de données. Environ 25 700 sessions de retouche vérifiées ont servi d'exemples d'entraînement, et les éditeurs affinés sur ces données gagnent environ deux à trois points sur les bancs d'essai présentés.

EditAgent reste un travail de recherche, pas une fonction annoncée par Adobe pour ses logiciels. Les résultats proviennent des propres bancs d'essai des auteurs et n'ont pas encore été reproduits de façon indépendante.