Adobe testet einen KI-Agenten, der Bilder Schritt für Schritt bearbeitet und seine eigene Arbeit überprüft

Adobe Research und UC San Diego haben einen Artikel über EditAgent veröffentlicht, ein KI-System, das Bilder so bearbeitet, wie es ein vorsichtiger Mensch tun würde. Anstatt eine große Anweisung an einen Bildeditor zu senden, wird die Anfrage in Schritte unterteilt, spezielle Tools für Dinge wie Schärfen, Zoomen, Drehen und Anpassen des Tons verwendet und mehrere Kandidatenergebnisse gleichzeitig erstellt. Dann wählt ein Sprachmodell, eine KI, die mit Text arbeitet, den besten Kandidaten auf der Grundlage von Messungen wie Nahaufnahmen, Änderungskarten sowie Helligkeits- und Farbstatistiken aus.

Der Grund dafür ist, dass Allzweckeditoren häufig versagen. In einem von fünf Fachleuten bewerteten Test mit 600 Bearbeitungen scheiterte der Editor Flux-2-Klein-9B in 42,7 % der Fälle. Spezialwerkzeuge konnten etwa zwei Drittel dieser Ausfälle beheben. In 78,5 % der Vergleiche, bei denen sie sich für eine Seite entschieden, bevorzugten Profis die parallelen Versionen gegenüber der schrittweisen Verfeinerung. Anhand der Messdaten erzielte das offene Modell Qwen3.8-27B in 81,3 % der Fälle ein brauchbares Ergebnis, verglichen mit 74,8 % beim Richtermodell Fine-tuned. Der Agent produzierte außerdem etwa 26.000 verifizierte Beispiele, und die darauf geschulten Redakteure verbesserten drei Benchmarks.

Was dahinter steckt: Adobe hat im Juni in einer öffentlichen Beta KI-Agenten zu Photoshop, Premiere und anderen Creative Cloud-Apps hinzugefügt. Daher ist es für diese Produkte direkt wichtig, wie gut ein Agent Tools auswählt und sich selbst überprüft. Die Idee ist einfach: „Ein paar Optionen generieren und anhand von Beweisen überprüfen“ funktioniert besser als „dem ersten Versuch vertrauen“. Die Kosten sind jedoch real. Der Agent benötigt etwa das Zehnfache der Rechenleistung eines einzelnen Editors, die Ergebnisse hängen davon ab, welche Tools angeschlossen sind, und das Training mit den vom Editor selbst generierten Daten machte es noch schlimmer. Alle Zahlen stammen aus dem Benchmark des Autors, nicht aus einem unabhängigen Test, und der verwendete Basiseditor wurde inzwischen durch einen neueren ersetzt.

Was das für Sie bedeutet: Wenn Sie Fotos mit KI bearbeiten, können Sie davon ausgehen, dass zukünftige Tools im Hintergrund mehr tun, z. B. mehrere Versionen ausprobieren und Ihnen die beste zeigen. Dadurch können zwar Wiederholungsversuche eingespart werden, es kann aber auch mehr Credits oder Bearbeitungszeit in Anspruch nehmen. Im Moment handelt es sich bei EditAgent um eine Forschungsarbeit und nicht um einen Knopf, den man drücken kann. Trotzdem eine gute Angewohnheit: Wenn eine KI-Änderung schiefgeht, bitten Sie um eine kleinere, spezifischere Änderung, anstatt die gesamte Anfrage zu wiederholen.

Quellen

• The Decoder: Adobe testet, wie gut KI-Agenten Bearbeitungstools nutzen können