首尔大学提出 FoMo:用扩散轨迹分叉点自动度量图像感知距离
SeoulNatlUniv · hf · 2026-09-28
首尔国立大学团队提出 FoMo,一种无需任何人工标注即可生成图像对逐点感知距离标签的全自动数据管线。
- 核心洞察:扩散模型生成时,早期时间步生成粗结构、后期生成细节;两张图在生成轨迹上「分叉」越早,感知距离越远,越晚则只差细节。
- 做法:将分叉时刻(Forking Moment)作为有参照的距离标签,用于监督训练 reference-based IQA 指标,替代昂贵且噪声大的 MOS 标注和只能两两比较的 2AFC 标签。
- 结果:逐点标签支持任意图像对的通用比较,训练目标信息更丰富;跨多种骨干架构的实验显示其在多个基准上超越人工标注数据集训练的指标。
「多模态」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- AI 音乐视频:赛车手王者归来的燃情故事 — VictoryVisualsStudio · 2026-11-16
- MiniMax H3 官方样图惊艳,社区 ComfyUI 复现差距悬殊 — cptdurr · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16