بخش تحقیقات شرکت ادوبی (Adobe Research) با همکاری محققان دانشگاه کالیفرنیا در سندیهگو (UC San Diego)، سیستم نوآورانهای به نام «EditAgent» را معرفی کردند. این پژوهش گامی اساسی در ارزیابی این مسئله است که عاملهای مستقل هوش مصنوعی (AI Agents) تا چه اندازه میتوانند همانند یک طراح حرفهای فتوشاپ، وظایف چندمرحلهای و پیچیده ویرایش تصویر را با استفاده از ابزارهای تخصصی به سرانجام برسانند.
بزرگ‌ترین نقطه ضعف مدل‌های هوش مصنوعی مولد فعلی، ناتوانی در اعمال تغییرات موضعی و دقیق است؛ آنها معمولاً برای اضافه کردن یا تغییر یک جزء کوچک، کل تصویر را بازتولید میکنند که منجر به از دست رفتن جزئیات اصلی و ناهماهنگی بصری می‌شود. معماری EditAgent این چالش را با تجزیه یک دستور جامع به زیروظایف مرحله‌به‌مرحله و سپس جفت کردن یک ویرایشگر عمومی با ابزارهای تخصصی (مانند ابزار بزرگ‌نمایی زوم، ابزارهای شارپ کردن لبه‌ها و ماسک‌های انتخابی) حل کرده است.
در این سیستم، یک مدل زبانی استاندارد نقش ناظر کیفی را بر عهده دارد. این مدل با ارزیابی همزمان چندین نگارش تولیدشده به صورت موازی و تکیه بر شاخص‌های آماری و برش‌های کلوزآپ با وضوح بالا، گزینه‌ها را اعتبارسنجی می‌کند. آزمایش‌های ادوبی نشان داد که این رویکرد تحلیلی حتی از مدل‌های ارزیابی اختصاصی که فقط برای سنجش کیفیت تصویر آموزش دیده‌اند، عملکرد دقیق‌تری ارائه می‌دهد.
نتایج نشان داد که خروجی‌های تولیدشده توسط EditAgent نسبت به تمامی سیستم‌های پیشین عامل‌محور، دقت و تطابق بصری بالاتری با خواسته‌های کاربر دارند. با این حال، دستیابی به این کیفیت با هزینه محاسباتی همراه است؛ زیرا این سیستم در مرحله اعتبارسنجی نیازمند مصرف توانی حدود ده برابر مدل‌های سنتی است. پژوهشگران ادوبی اعلام کرده‌اند که خروجی‌های بهینه‌سازی‌شده این سیستم میتوانند به عنوان داده‌های آموزشی باکیفیت برای تقطیر دانش و ساخت مدل‌های ویرایشی سبک‌تر، ارزان‌تر و سریع‌تر در نسخه‌های آینده نرم‌افزارهای تجاری به کار گرفته شوند.