小紅書が画像編集モデル「FireRed 1.1」を公開：顔や服を維持、フォント複製も可能

FireRed-Image-Edit 1.1 は、自然言語の指示だけで精密な画像編集ができる、小紅書（Rednote）開発のオープンソース画像編集モデルです。

バージョン 1.0 からさらに進化し、特に人物の同一性（ID 一致性）保持が大きく強化されました。背景や服装、ポーズを大幅に変更しても顔の造形が崩れず、赤ちゃんの姿勢や背景を変えるような難しいタスクでも特徴をしっかり維持できます。

何ができるのか

テキストで指示を出すだけで、直感的にレタッチやコラージュが行えます。

特に実用的なのが、複数の参考画像を組み合わせた着せ替えや合成です。複数の素材画像を渡すと、内蔵エージェントが自動でトリミングや位置合わせを実行します。細かな柄の入ったドレスやディテール豊かな靴をモデルに自然に着せ替えることが可能で、商用の Nano Banana に迫る使い勝手を実現しています。

ポートレートの美肌補正や古い写真の修復に加え、ユニークなのがフォントスタイルの移植機能です。人物写真と一緒に特定デザインのポスターを渡すことで、そのフォントの質感や書式スタイルを抽出して新しい画像へ正確に再現できます。

ベンチマークテストでは、Qwen ImageEdit や Longcat Image Edit といった主要なオープンソース編集モデルを上回り、一部指標では Nano Banana Pro すら凌駕したと報告されています。

どう動かすか

コード、モデルパラメータ、技術レポート、さらに完全な LoRA 訓練コードが公開されています。バックボーンに依存しない設計のため、他の画像生成基盤モデルへの応用も可能です。

唯一の課題はそのサイズです。フルモデルの容量は約 60GB に達するため、標準的な民生用 GPU で直接動かすのは困難です。ただし公式が蒸留・量子化・静的コンパイルを用意しており、量子化環境なら約 30GB の VRAM で、生成時間は約 4.5 秒まで抑えられます。

さらに ComfyUI ノードや GGUF フォーマットも最初からサポートされており、導入しやすい配慮がなされています。

なぜ重要か

EC 向けの商品画像制作やバナーデザインを手がけるクリエイターにとって、背景を変えても顔や衣装の同一性が崩れない点は現場で直結する強みです。

これまで Nano Banana のような高精度編集はプロプライエタリな環境に頼る場面が多かったのに対し、オープンソースでここまでの水準に達した意義は大きいといえます。もっとも、量子化しても 30GB の VRAM を要求されるため、個人の一般的な PC で手軽に試すにはまだハードルが高く、今後のコミュニティによる軽量化モデルの登場に期待がかかります。