Bria 开源 Fibo 2.0 Edit Turbo：8B 图像编辑模型，4 步即可精准改图

Fibo 2.0 Edit Turbo 是 Bria AI 开源的 80 亿参数（8B）图像编辑模型。说白了，它就是专门用来帮你精准改图的：换衣服、改颜色、加物体、调光影，或者用画笔圈出区域局部重绘。最厉害的地方在于，除了你要求变动的部分，画面的其余像素几乎纹丝不动。

在 2026 年 10 月 20 日的 Artificial Analysis 图像编辑榜单上，它排在开源权重模型第一名。

它能做什么

很多人用 AI 改图最头疼的就是「牵一发而动全身」，改个衣服颜色，连模特的脸和背景都变了。Fibo 2.0 Edit Turbo 解决的就是这个问题。

首先是精准改属性。把白鞋改成哑光黑，鞋型、鞋带和磨损纹理全保留；把夏日街景换成雪景，建筑轮廓和透视完全不变，只是附上一层积雪。改光线、材质、天气或背景，主体都稳如泰山。

其次是无痕增删。给猫戴一顶派对帽，帽子会自然压在耳朵正确位置；抹掉画面里的路人，背景会根据周围环境自动合理补全，光影投射也不会穿帮。

再来是蒙版局部重绘。用画笔在图上涂一块遮罩，模型就只重绘涂白的部分，周围完全不碰，比单纯靠语言描述更可控。

它还支持最多 4 张图的多参考编辑。比如一张人物照片加上一件衣服照片，输入「把图二的裙子穿到图一的人身上」，它能结合姿态和光影直接合成换装，而不是简单生硬地贴图。

怎么做到又快又稳的

Fibo 2.0 是一套运行在 FLUX.2 VAE 隐空间上的 8B 流匹配模型，用 Qwen3-VL-4B 编码文本和参考图像，主干是 44 层的单流 DiT。它之所以稳，核心在于一套叫 VGL（Visual GenAI Language）的结构化描述机制。

它不把图像当成一段模糊的文字，而是拆解成包含光影、构图、相机视角、物体的结构化 JSON 蓝图。改图本质上只是修改蓝图里的某一个字段。为了不让大家手写繁琐的 JSON，官方配套了开源库 bria-vgl，能自动把自然语言编辑指令转成结构化提示词。

至于为什么快，是因为 Edit Turbo 版本专门做了蒸馏。它去掉了 classifier-free guidance，推理步数从原本的几十步直接压缩到 4 步。在 16G 显存的家用显卡上，处理一张 1000 像素左右的图片实测只需要三十多秒。

怎么跑起来与使用限制

模型权重已在 Hugging Face 开放，采用 CC BY-NC 4.0 非商业许可。如果你是个人学习、本地测试或做研究，可以直接免费用；要是打算放在商业交付、电商工具或线上产品里，必须和 Bria 签署商业协议。

硬件方面，框架如 DiffSynth-Studio 提供了显存卸载配置，社区实测最低 8G 显存的英伟达显卡也能跑起来，装不下时会自动借助系统内存，不会直接爆显存报错。官方训练数据全部来自获授权的数据集，来源可追溯。

想直接体验的，可以去 Hugging Face Space、fal.ai 在线试用；本地部署支持 Diffusers、DiffSynth-Studio 以及 ComfyUI 节点。

为什么重要

如果你经常需要做电商产品换景、模特换装，或者修剪私人照片却不想把图片上传到任何第三方云端服务器，这个模型非常值得在本地搭一套试用。4 步出图的速度让本地交互式改图真正变得可用，不用每次调整都干等一两分钟。

我们认为，Bria 这种将生成与编辑统一在同一套 8B 架构下、再用结构化 JSON 进行解耦控制的思路，抓住了专业生产的核心痛点。它的主要门槛在于对指令的结构化要求较高，用自然语言直推有时不如结构化提示词稳定；但单就开源局域网可控编辑而言，它已经给同类工具立了一个很高的标杆。