UniEvo-VL:多模态模型用自身反馈自我蒸馏,GenEval 从 0.747 升至 0.808
yining_hong · x · 2026-10-02
新工作 UniEvo-VL 探索多模态模型的自我改进:当图像生成与理解能力合于一体,模型可以对自己的生成结果给出反馈,并把这种评估能力转化为训练信号。方法是在 Qwen-image-2512 基础上做 on-policy 自蒸馏(从自身生成的反馈中学习)。效果:
- GenEval:0.747 → 0.808
- GenEval2 Soft-TIFA:32.97 → 35.53
作者还指出边界所在:用更强外部 critic 的实验显示仍有提升空间,核心挑战在于「产出反馈只是开始」,如何让反馈真正驱动生成质量提升仍待解决。
所属事件:斯坦福推出UniEvo-VL 多模态模型自蒸馏自我进化(4 条相关)→
「多模态」频道最新
- AI 生成 ARC'TERYX 户外广告片,运镜配乐调色被赞近完美 — gen_ericai · 2026-11-19
- AI 动画短片《Solar Ascendant》:超级英雄猴飞越末日都市 — Solaris-Frame · 2026-11-19
- AI 视频让蒙娜丽莎、梵高、达利跨世纪同框,网友直呼离谱 — sebpaquet · 2026-11-19
- Sound Alike 工具:上传视频找到声音最像的名曲,自动生成 MV — VidaB98 · 2026-11-19
- Seedance 2.5 整段生成「恶人有恶鬼治」短片,AI 视频叙事感渐浓 — anthara_ai · 2026-11-19
- Kling Image 4.0 登 Artificial Analysis 榜单第七,唯一支持原生 8K 输出 — anthara_ai · 2026-11-19