BriaがFibo 2.0 Edit Turboを公開：4ステップで高速・精密に画像編集

Fibo 2.0 Edit Turboは、Bria AIがオープンウェイトで公開した80億パラメータ（8B）の画像編集特化モデルです。服の着せ替え、色の変更、オブジェクトの追加や削除、マスク指定による部分修正など、指定した箇所以外の画素を崩さずにピンポイントで改変できます。

2026年10月20日時点のArtificial Analysis画像編集ベンチマークにおいて、オープンウェイトモデル首位を獲得しています。

何ができるのか

AI画像編集でありがちな「服の色を変えたいだけなのに顔や背景まで別物になる」問題を解消しています。

属性のピンポイント変更では、白いスニーカーをマットブラックに変えても、靴紐の結び目やソールの擦れ跡はそのまま残ります。夏の風景を雪景色に変える場合も、建物の構造や構図を維持したまま屋根や地面だけに自然な積雪を追加できます。

要素の追加や削除も高精度です。猫にパーティーハットを被せれば耳の角度や毛並みに合わせて配置され、不要な物体を消せば周囲の文脈に合わせた自然な背景で補完されます。

白黒マスクを渡して指定エリアだけを描き直すマスク編集や、最大4枚の画像を参照して「画像2のドレスを画像1の人物に着せる」といったマルチリファレンス合成にも対応しています。

高速化と安定性の仕組み

FLUX.2 VAEの潜在空間で動作する8Bのフロー・マッチングモデルで、テキストや参考画像のエンコードにはQwen3-VL-4Bを採用、主幹は44層のシングルストリームDiTで構成されています。

画質が崩れない理由は、VGL（Visual GenAI Language）と呼ばれる構造化プロンプトにあります。画像を光線、構図、被写体、スタイルなどに分解したJSON形式の設計図として扱うため、編集時は変更したいパラメータだけを書き換えます。自然文からJSONへの変換は公式ツール「bria-vgl」が自動で行います。

また、Edit Turbo版は蒸留によりガイダンス不要（CFGなし）かつ4ステップでの生成を実現しています。16GBのVRAMを積んだ一般向けGPU環境の実測で、約1000ピクセルの画像編集が30秒台で完了します。

動作環境と導入方法

重みはHugging Faceで公開されており、ライセンスはCC BY-NC 4.0（非商用）です。個人利用や研究、検証は無償で行えますが、商用サービスへの組み込みにはBriaとの商用契約が必要です。学習データは100%許諾済みデータのみを使用しています。

DiffSynth-Studioなどのツールを使えばオフロード機能により最小8GBのNVIDIA GPUでも動作可能です。DiffusersやComfyUIノードのほか、Hugging Face Spaceやfal.aiのオンライン環境ですぐに試せます。

なぜ重要か

外部のクラウドサービスに機密画像やプライベートな写真をアップロードしたくないクリエイターや開発者にとって、ローカル環境で実用的な速度で動く編集モデルの登場は大きな前進です。4ステップで処理できるため、作業の待ち時間が大幅に短縮されます。

構造化JSONによる明確な制御アプローチは、従来の曖昧なテキスト指示に比べて格段に再現性が高いと感じられます。ローカル画像編集の標準ツールとして試す価値は十分にあります。