Adobe testa agente de IA que edita fotos como profissional

Tecnologia

Adobe e UC San Diego desenvolvem IA que aprimora a edição de fotos com precisão e eficiência profissional.

Leia também: Lenovo LOQ RTX 4050 vence Acer Nitro V 15 até US$ 1.500 hoje

Pesquisadores da Adobe Research e da Universidade da Califórnia em San Diego (UC San Diego) estão testando o EditAgent, um agente de inteligência artificial para edição de imagens que imita o trabalho de um profissional no Photoshop, combinando um editor geral com ferramentas especializadas e usando um modelo de linguagem para escolher, com base em dados objetivos, o melhor resultado a cada etapa.

Como funciona o EditAgent

Em vez de refazer a mesma operação com a mesma ferramenta quando erra, o EditAgent desmembra o pedido do usuário em passos e, em cada um deles, coloca para competir um editor de propósito geral com ferramentas específicas — por exemplo, de nitidez, rotação ou zoom. Para cada variante gerada, o sistema monta um “registro de verificação” com close-ups da área mexida, um mapa de mudanças e estatísticas de brilho e cor.

Essas variantes são então avaliadas de uma vez por um modelo de linguagem, que recebe tanto as imagens quanto os dados numéricos e decide qual saída respeita melhor o pedido original. Segundo a equipe da Adobe Research, “o agente precisa apenas de metade das avaliações para escolher o melhor resultado” em relação a abordagens que refinam a imagem passo a passo, acumulando pequenos erros.

Um exemplo citado pelos pesquisadores é o de uma foto que deveria ser apenas levemente clareada. O editor geral superexpôs a imagem e deixou tudo mais amarelado, enquanto a ferramenta especializada manteve brilho e cor dentro do esperado. Pela análise dos mapas de alteração e das estatísticas de cor, o modelo julgador conseguiu preferir automaticamente a versão correta.

Resultados dos testes com profissionais

Para medir o desempenho, a equipe montou um conjunto de 600 edições de imagem, avaliadas às cegas por cinco profissionais. No teste, o editor geral Flux-2-Klein-9B falhou em produzir um resultado utilizável em 42,7% dos casos. Quando ferramentas especializadas foram incluídas na etapa, elas conseguiram corrigir cerca de dois terços dessas falhas, principalmente em tarefas mais técnicas, como ajustes finos de nitidez, recortes de enquadramento, rotações e mudanças de zoom.

Os pesquisadores também compararam duas estratégias: ir refinando a mesma imagem em várias rodadas ou gerar múltiplas variantes em paralelo, sempre a partir da foto original. Os profissionais preferiram as variantes paralelas em 78,5% das comparações em que houve escolha, o que reforçou a opção de o EditAgent apostar em caminhos alternativos em vez de insistir em correções sucessivas.

Na etapa de julgamento das imagens, um dos modelos testados, o Qwen3.8-27B, acertou em 81,3% das vezes ao selecionar um resultado considerado utilizável pelos avaliadores humanos. Outro modelo, o EditScore-72B, ficou em 74,8%. Para a Adobe Research, isso indica que “o que um modelo julgador vê pode importar mais do que como ele foi treinado”, já que o salto de desempenho vem principalmente do pacote de verificações visuais e numéricas enviado ao julgador.

Detecção de conflitos e mais uso de computador

Além de escolher o melhor resultado em cada etapa, o EditAgent também revisa a sequência de comandos para encontrar ordens que se contradizem. Se um ajuste recente “desfaz” uma mudança anterior sem que o usuário tenha pedido isso, o sistema tenta corrigir o conflito automaticamente — o próprio time da Adobe resume que “EditAgent detecta e corrige conflitos em edições sucessivas automaticamente”.

Nos testes, o agente melhorou o desempenho de editores de código aberto como Qwen-Image-Edit-2511 e Flux-2-Klein-9B em três benchmarks diferentes e superou sete outros agentes de IA avaliados no estudo. Em um desses testes, o EdiVal, a terceira rodada do agente com o editor Qwen superou até modelos comerciais concorrentes.

O ganho de qualidade, porém, tem custo: o EditAgent precisa de cerca de dez vezes mais poder computacional do que rodar apenas um editor de imagem de IA. Isso significa mais consumo de processamento em nuvem ou hardware local mais robusto, um ponto que os pesquisadores citam como desafio para levar o sistema tal como está ao uso massivo.

Entenda o contexto

A Adobe já vem incorporando agentes de IA em fase beta em programas como Photoshop e Premiere, dentro da Creative Cloud. Nessa abordagem, o usuário descreve em linguagem natural o que quer — por exemplo, “clareie o rosto, deixe o fundo mais desfocado e corrija a cor da pele” — e o agente executa a sequência de passos técnica no lugar dele.

Nesse cenário, a qualidade com que o agente escolhe ferramentas, verifica o próprio trabalho e evita destruir ajustes anteriores passa a ser decisiva para o produto final. O EditAgent mira exatamente esse ponto, ao lidar melhor com pedidos complexos e reduzir a dependência de avaliações puramente subjetivas.

O sistema também funciona como gerador de dados de treinamento. Como só guarda resultados verificados, produziu cerca de 26 mil exemplos de edição considerados corretos. Editores refinados com esse material tiveram melhoria nas métricas dos três benchmarks usados no estudo. Já quando foram treinados diretamente com dados gerados pelo modelo FLUX, sem essa filtragem, o desempenho piorou, reforçando o papel do processo de verificação.

Do lado dos modelos de imagem, a Black Forest Labs já substituiu, em seus próprios testes internos, o editor geral usado no estudo pelo Flux 3 Image Klein, com 5,6 bilhões de parâmetros, menor que o Flux 2 Klein, mas com desempenho superior frente a outros modelos abertos e opções comerciais avaliadas pela empresa.

Impacto para criadores e mercado

Na prática, um agente como o EditAgent tende a aproximar as edições automáticas do padrão de um editor humano experiente, principalmente em trabalhos repetitivos e de correção técnica. Designers, fotógrafos, videomakers e criadores de conteúdo podem ganhar velocidade e consistência, reduzindo o tempo gasto em retrabalho fino de cor, nitidez e enquadramento.

Para quem vive de fazer ajustes básicos, a tendência é de mudança no perfil das funções, com mais foco em direção criativa, supervisão das IAs e domínio das ferramentas avançadas, em vez de ficar apenas na execução manual. Empresas e estúdios, por sua vez, devem avaliar o custo extra de processamento exigido por agentes mais sofisticados como o EditAgent, equilibrando ganho de qualidade e produtividade com a conta de infraestrutura.

Os próximos passos citados pelos pesquisadores incluem otimizar o consumo de recursos, ampliar o conjunto de ferramentas especializadas integradas ao agente e testar a tecnologia em mais tipos de tarefas visuais. A expectativa no setor é que, conforme esses agentes amadurecem, o fluxo de trabalho criativo se torne cada vez mais automatizado e orientado por verificações objetivas, pressionando concorrentes a oferecer soluções semelhantes em seus próprios softwares de edição.