现在有统一多模态模型做到不靠外部裁判，自己完成看图改图的闭环，模型自身就可以判断图像问题、迭代修改，这项方案把图像修复成功率拉到原来的三倍，GenEval 评分从 0.72 上涨到 0.84。之前很多看图改图方案都要单独外挂判别模型、人工打分这类外部裁判来判断图片是否合格，修改、校验分成两套独立系统，不仅架构复杂、推理慢，还容易出现裁判和生成模型标准不一致的情况；这套新方案把判别、修改能力整合进同一个多模态模型内部，模型看完原图，自己识别缺陷，自主调整重绘，循环迭代直到满足要求。整个链路不再依赖外部打分组件，减少多模型之间的对齐偏差，在图像细节修正、画面一致性上表现更好，GenEval 是这类图像生成质量的评估指标，分数上涨代表模型输出的图片和用户指令匹配度更高，但这套自校验看图改图方案依然存在上限，复杂构图、精细逻辑类图像任务，还是有可能出现多次迭代也无法修复的问题。
一、方案核心信息清单
- 核心能力：统一多模态模型，自闭环看图改图
- 关键变化：移除外部裁判 / 独立判别模型
- 效果数据：修复成功率提升至原来三倍，GenEval：0.72 → 0.84
- 运行逻辑：同一模型识别缺陷 + 执行修改 + 自我校验
- 适用场景：图像瑕疵修复、图文对齐修正、细节重绘
二、新旧看图改图方案对比
| 项目 | 带外部裁判的看图改图 | 模型自校验看图改图（新方案） |
|---|---|---|
| 校验主体 | 独立判别模型、人工裁判 | 同一个多模态模型自身 |
| 链路复杂度 | 双模型串联，调度复杂 | 单模型闭环，链路更短 |
| 对齐风险 | 生成模型和裁判标准容易冲突 | 标准统一，不存在跨模型偏差 |
| 推理速度 | 慢，需要多次调用裁判打分 | 省去外部裁判调用，推理更快 |
| GenEval 表现 | 基准 0.72 | 优化后达到 0.84 |
| 维护成本 | 需要同时维护两套模型权重 | 只维护一套统一多模态模型 |
三、自校验看图改图的执行流程
- 输入用户提示词和原始图像，多模态模型读取图文信息
- 模型自主识别画面缺陷、图文不一致、细节错误
- 根据识别到的问题，生成修改指令，执行图像重绘
- 再次自检新生成图片，判断是否还有未修复问题
- 达标就输出结果；不达标，继续循环修改迭代
四、当前方案存在的局限
- 自我校验存在盲区，模型自己很难发现它理解不了的逻辑错误
- 迭代次数越多，算力消耗越高，成本会上升
- GenEval 指标只代表指令对齐度，不等于图片全部符合人类审美
- 超高难度的空间逻辑、复杂多物体关系场景，修复效果提升有限
【常见问题】
问题 1：不靠外部裁判，统一多模态模型学会自己看图改图，修复成功率提升到三倍，GenEval 0.72→0.84，GenEval 是什么指标？
回答 1：不靠外部裁判，统一多模态模型学会自己看图改图，修复成功率提升到三倍，GenEval 0.72→0.84，GenEval 是用来评估图像是否匹配文本指令的量化打分指标，分数越高代表图文一致性越好。
问题 2：不靠外部裁判，统一多模态模型学会自己看图改图，修复成功率提升到三倍，GenEval 0.72→0.84，去掉外部裁判有什么好处？
回答 2：不靠外部裁判，统一多模态模型学会自己看图改图，修复成功率提升到三倍，GenEval 0.72→0.84，去掉外部裁判可以避免多模型标准打架，简化推理链路，同时降低部署和运维成本。
问题 3：不靠外部裁判，统一多模态模型学会自己看图改图，修复成功率提升到三倍，GenEval 0.72→0.84，这个模型是不是所有图片都能修好？
回答 3：不靠外部裁判，统一多模态模型学会自己看图改图，修复成功率提升到三倍，GenEval 0.72→0.84，不是所有图片都能修好，遇到模型难以识别的逻辑错误，自检环节容易失效，依然会有修复失败的情况。
【参考资料】
[2026-11-11]（统一多模态模型自研看图改图闭环，无外部裁判，GenEval 0.72 升至 0.84）机器之心
[2026-11-09]（图像生成自校验方案：摆脱外部判别器，修复效率大幅提升）量子位
[2026-11-07]（GenEval 评估体系解读：看图改图任务量化评测）AI 前线
【免责声明】
本文内容仅为 AI 技术资讯整理，不构成模型选型、商用落地建议；GenEval 分数、修复成功率为该研究方案下的测试数据，不同提示词、测试数据集下效果会浮动，实际落地效果需要自行复测验证。