DyRef 让多参考图像编辑分数从 4.97 提到 8.38

量子位 · wechat · 2026-07-29

• DyRef 解决的是复杂多参考图像生成：模型要同时处理身份、背景、姿态、光照和风格，而且这些参考条件之间不能互相打架。
• 团队还构建了 OmniRef-Bench，包含 395 个样本，覆盖 5 类参考图，每个样本 2 到 7 张参考图，最多同时出现 4 类参考信息。
• 方法上，DyRef 采用两阶段训练：先监督微调打基础，再用强化学习做 动态奖励优化，让更难的样本在训练中占更大权重。
• 在 OmniRef-Bench 上，文中称 Qwen-Image-Edit-2511 的 MLLM 平均分从 4.97 提升到 8.38，缩小了与 NanoBananaPro 的差距，并超过了 Seedream4.5。
• 文章还提到，它在 MultiBanana、OmniContext 以及单图编辑基准 ImgEdit、DreamBench++ 上也有提升。

原文链接 →

「多模态」频道最新

• 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
• AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
• 复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型 — bdsqlsz · 2026-10-16
• Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16
• 电影级 3D 奇幻角色提示词模板：机械残件甲胄风 — azed_ai · 2026-10-16
• Midjourney 复古木刻漫画风：--sref 参数直出海狸持刀图 — michaelrabone · 2026-10-16

更多「多模态」频道 AI 资讯 →