■ **概要** Xiaohongshu開発の指示追従型画像編集基盤モデル。キャラクタアイデンティティ保持がオープンソース域で最優秀と主張、複数要素の同時処理とマルチ画像シーンを対応。 ■ **特徴・用途** ①**アーキテクチャ**: Pretrain→SFT→RL パイプライン + Agentモジュール（領域検出・自動stitching）により、複数画像の複雑シーンを自動処理。②**性能**: 30GB VRAMで4.5秒生成の軽量化達成（蒸留・量子化）、ComfyUI統合・GGUF形式で本番展開対応。③**拡張性**: 訓練コード公開でLoRA作成カスタマイズ可能、バックボーン非依存で他の生成モデルへ転移可能。 ■ **結論** オープンソース利用可、ベンチマーク公開で再現性確保、デプロイ最適化済み——商用・研究両向けの実用性が高い。