EditWorld 是数据集领域的开源项目，由 YangLing0818 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 141。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-20。代码公开，可自行部署使用，无收费计划。
它主要面向的使用场景是：研究动态场景下的图像编辑算法。同类可对比的替代方案包括 InstructPix2Pix、MagicBrush、HQ-Edit。
项目数据
分类图像生成
开发团队YangLing0818
所属国家
定价模式free
价格说明开源项目，代码公开，可自行部署使用，无收费计划。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型image-editing,instruction-following,large-language-models,text-to-image,video-language-understanding
GitHub 星标★ 141
30天Star增速
HF 下载量
上线时间2024-05-23 00:00:00
最近更新2026-08-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6
使用教程
核心亮点
- 首个聚焦世界动态（时间、运动）的图像编辑数据集，填补领域空白
- 提供完整评估协议，可量化模型对动态指令的遵循能力
- 基于LLM和扩散模型，技术栈前沿，易于集成现有工作流
不足之处
- 文档/社区待观察
- 项目早期，星标数少，生态和工具链尚不成熟
适用场景
- 研究动态场景下的图像编辑算法
- 评估多模态大模型的指令跟随能力
- 构建视频理解与图像编辑的联合任务
替代项目
InstructPix2Pix、MagicBrush、HQ-Edit
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models