EditBridge 是一個影像編輯框架，目標很直接：在 1K 到 4K 的高解析度輸出下，仍然保住原圖細節，而不是放大後再補出一堆不一致的紋理。它把粗編輯結果先交給 diffusion bridge 再修復，讓高解析度原圖繼續參與推理，不用把整張圖重生成一次。
和常見做法相比，它的取捨在於把「補細節」改成「沿著已對齊的內容做橋接」。核心做法是 PG-BSA（prior-guided block-wise sparse attention），用先前編輯階段的對應關係去挑選需要看的區塊，減少密集全局注意力帶來的成本，同時降低高頻細節失真。
倉庫已經交代了基本使用路線：先建立 Python 環境，再安裝項目，下載 Qwen-Image-Edit-2509 checkpoint，之後用 CSV 準備 source_image、target_image、condition_image 和 prompt。訓練時還要先抽取 target-to-source correspondences，1K、2K 與 4K 的流程分開處理，4K 版本則透過降低記憶體消耗來跑。
這套方法較適合做高解析度修圖、產品圖改寫、海報文字修正，或者任何不能接受放大後失真、塗抹感太重的工作流。它的評估重點也很清晰：在 1K 到 4K 的 reconstruction 和 perceptual metrics 都維持領先，推理時間比直接高解析度生成和傳統 diffusion 超解析度方案更實用。
- 保留原始高解析度 source 作為條件，減少細節漂移
- 用 coarse edit 接 diffusion bridge，再做高解析度修復
- PG-BSA 透過區塊級稀疏注意力控制計算量
- 1K、2K、4K 都有對應訓練流程
- 適合重視文字、邊緣、紋理一致性的編輯任務