您的位置首页 >科技要闻 >

多模态模型实现自主看图改图,无需外部裁判,修复成功率提升三倍,GenEval 分数由 0.72 升至 0.84

全新的训练方案让多模态模型不用依赖外部裁判做评判,就能够自主完成看图改图任务,在这项技术优化之后,图像修复的成功率直接提升到原先的三倍,GenEval 指标也从 0.72 上涨到 0.84,代表模型看懂画面、识别缺陷、按照需求修改图像的自校验能力明显变强,降低这套系统对外界判别模块的依赖,让图像编辑模型可以更独立地完成迭代,给自动化图像生成、智能修图方向带来重要进展。

过去很多看图改图的多模态模型,在训练的时候都需要独立的外部裁判模型或者人工标注,用来判断修改之后的图片是否达标;外部裁判本身会带来误差,还会拉高训练成本,限制模型大规模迭代。研究团队调整训练框架,让模型自身同时承担理解图像、执行修改、自我检验的任务,依靠内部反馈闭环优化生成结果,这也是这次指标大幅上涨的根本原因。

这套自主看图改图方案的运行流程

  1. 多模态模型读取原图,识别画面里面的缺陷或者用户指定修改目标;
  2. 根据理解结果生成图像修改方案,输出第一版修改后的图像;
  3. 模型开启自校验,对比原图、修改目标与新图,找出不符合要求的地方;
  4. 如果校验不通过,自动调整参数再次进行看图改图;
  5. 输出通过自我检验的图像,同时用 GenEval 完成效果量化评估。

去掉外部裁判之后,整套流水线更加精简,不仅 GenEval 指标得到提升,图像修复稳定性也更好,后续有望落地在智能修图、图文生成、素材自动校正等场景,减少人工二次调整的工作量。

【常见问题】

问题 1:这套多模态模型看图改图,为什么不再需要外部裁判?

回答 1:多模态模型新增自校验闭环,可以自己判断看图改图效果,不需要外部裁判,修复成功率提升到三倍。

问题 2:这次多模态模型自主看图改图优化之后,GenEval 指标变化是多少?

回答 2:多模态模型自主看图改图优化后,GenEval 从 0.72 提升至 0.84,修复成功率提升到 3 倍。

问题 3:多模态模型学会自己看图改图,能够带来哪些实际好处?

回答 3:多模态模型自主看图改图,能够减少外部判别带来的偏差,降低训练成本,提升图像修复、编辑的自动化水平。

【参考资料】

[2026-11-11](不靠外部裁判,统一多模态模型学会自己「看图改图」:修复成功率提升到 3 倍,GenEval 0.72→0.84)AI 科研资讯汇总

【免责声明】

本内容仅为资讯整理,多模态模型看图改图的落地效果、通用场景表现,以相关研究团队论文以及官方技术报告为准。

今日大家都在搜的词: