PEARL 发布首个用户历史驱动的个性化图像生成基准,指标平均提升 15%
Bo Ni · hf · 2026-10-02
内容
论文提出首个从用户历史(评论、帖子、图片、元数据等)出发的个性化图像生成统一基准与配套方法 PEARL。
基准
- 基于真实电商与社交媒体场景,含两个任务:
- 个性化场景生成:把给定物体放入反映用户偏好与生活方式的场景(个性化商品展示)。
- 个性化创意生成:按指定主题生成符合用户审美的新图(社媒内容创作)。
- 多轴评测协议:目标还原度、视觉质量、用户可区分性、与用户历史的语义一致性、任务效用。
方法
PEARL 将多模态推理器与冻结的图像生成器耦合,通过交错的「推理-反思」循环与差分数据奖励优化,两个任务上个性化指标平均超基线 15%。
「多模态」频道最新
- 华科团队提出 Multimodal Flow：语言与视觉的全连续统一建模 — hustvl · 2026-10-02
- 腾讯混元 Tex-Zero：不靠 3D 资产，纯用 2D 图像训练 3D 纹理生成 — Tencent-Hunyuan · 2026-10-02
- 一条提示词生成 AAA 级 3D 鲁布·戈德堡机器动画 — imjustnewatai · 2026-10-02
- Seedance 2.5 生成千禧年 DV 质感视频，超写实度引热议 — SimplyAnnisa · 2026-10-02
- ComfyUI 分段视频口型同步：先剪辑还是先 sync？ — Positive_Society1876 · 2026-10-02
- AI 视频推镜怎么写 prompt：dolly 还是 zoom？ — Classic-Jellyfish-26 · 2026-10-02