会议： ECCV 2026

核心内容： 推理型图像编辑 Benchmark + 100K 训练数据 + Bagel 微调模型

代码/数据： UniREditBench、UniREdit-Data-100K、UniREdit-Bagel 均已开源。项目页标注该工作被 ECCV 2026 接收。

1. 研究动机

现有图像编辑 Benchmark 主要评测：

• 颜色、材质、姿态等单物体属性变化；
• 简单的空间、时间或知识推理；
• 指令遵循和图像质量。

但对于真正复杂的推理型编辑，仍存在两个不足：

1. 场景覆盖有限

   现有数据大多聚焦真实世界中的单物体变化，较少涉及多物体物理交互，以及迷宫、数独、推箱子等由显式规则控制的游戏场景。

2. 评测参考不足

   现有 VLM Judge 通常只使用编辑指令和文字描述作为参考。复杂编辑可能存在多个空间位置、路径或状态约束，仅靠文字容易漏判错误结果。

因此，论文希望回答：

当前图像编辑模型是否真正理解了编辑背后的物理、空间和逻辑规则，而不只是生成一张表面上符合指令的图片？

2. 核心贡献

论文包含三个相互关联的部分：

2.1 UniREditBench

一个包含 2,700 个样本的推理型图像编辑 Benchmark，覆盖：

• 真实世界；