Bria 发布 Fibo 2.0 图像编辑模型，引入 VGL 结构化控制与 4 步低延迟推理

Bria发布图像编辑模型Fibo 2.0，这是其 FIBO 家族的最新迭代版本。该模型首次将图像生成与图像编辑功能整合至单一架构中，为专业工作流提供高可控性的视觉内容处理方案。与同系列前代产品一致，Fibo 2.0 坚持仅使用具备合法许可的数据进行训练，以保障商业应用的合规性。

• 模型：https://huggingface.co/collections/briaai/fibo2

核心架构：基于 VGL 的结构化控制

传统图像生成模型通常在创意发散方面表现优异，但在精确控制特定属性时，容易出现画面整体特征漂移。Fibo 2.0 通过引入 Visual GenAI Language (VGL) 范式解决了这一工程痛点。

该模型在长度超过 1,000 词的结构化 JSON 字幕上进行训练，这些字幕精确描述了光照、构图、色彩、相机参数和景深等视觉元素。这种设计赋予了模型原生的属性解耦能力：用户可以独立修改某一属性（如相机角度或主体服装），而不会干扰场景的其他部分。

在 VGL 框架下，图像生成被定义为“渲染视觉蓝图”，而图像编辑则是“将特定差异应用于现有蓝图”。为了降低使用门槛，Bria 提供了开源工具包 bria-vgl，能够将自然语言指令自动转换为完整的结构化提示词，用户无需手动编写复杂的 JSON 代码。

模型变体与推理效率优化

为满足不同场景的计算需求，Fibo 2.0 提供了两个主要变体。模型参数量设定为 80 亿（8B），以在输出质量与运行效率之间取得平衡：

• Fibo 2.0 Dev：全质量基础模型，支持完整的图像生成与编辑任务，同时也是面向专业微调和学术研究的基准模型。
• Fibo 2.0 Edit Turbo：专为生产环境优化的蒸馏版编辑模型。该版本通过算法优化，仅需 4 步即可完成编辑，且无需无分类器引导（CFG）。这一设计显著降低了交互式编辑和高并发处理管道的延迟与计算成本。

编辑工作流与细节表现提升

Fibo 2.0 在文本渲染、材质纹理以及人体解剖结构（如手部、面部和姿势）的准确性上进行了实质性改进。其支持的编辑工作流主要包括三种模式：

1. 基础指令编辑：输入源图像与文本指令，模型可添加、移除或替换对象，或调整风格、光照与背景，同时严格保留未被指定修改的区域。
2. 蒙版编辑：结合源图像、局部蒙版与指令，将编辑操作严格限制在蒙版区域内，确保图像其余部分的像素级稳定。
3. 多参考编辑：支持最多 4 张参考图像。模型能够综合多张参考图的信息，适用于参考引导构图、虚拟试穿、产品整合以及风格迁移等复杂任务。

企业级合规与部署生态

在企业级应用中，数据合规与可追溯性至关重要。Fibo 2.0 的训练数据 100% 获得合法许可，提供了明确的治理框架、归属可追溯性以及商业使用的法律保障。

目前，该模型已通过多种渠道开放访问，包括 Bria 官方编辑沙盒、Fal.ai 接口、Hugging Face Space，并提供 Bria API、Bria Create 平台支持以及 ComfyUI 节点和智能体技能集成。

在开源许可方面，模型权重目前以 Creative Commons Attribution–Non-Commercial (CC BY-NC 4.0) 协议发布，仅限非商业用途。有商业部署需求的企业需与 Bria 另行签订商业授权协议。

未来技术路线图

Bria 已公布了 Fibo 2.0 平台的后续开发计划，重点围绕精细化控制与专业场景扩展，即将推出的功能包括：

• 多轮局部编辑 LoRA：支持连续执行多次局部编辑，且每次操作均基于上一次的结果，同时保持图像非编辑区域的像素绝对稳定，以实现对话式编辑体验。
• 背景移除与蒙版橡皮擦：提供生产级的主体抠图功能，以及支持上下文感知无缝填充的物体移除工具。
• 产品拍摄 LoRA 与图像扩展：针对电子商务场景提供工作室级的产品摄影与放置能力，并支持将图像向边界外连贯扩展（外绘）至任意宽高比。