InfoVis 发布:9B 统一模型做 PPT 幻灯片生成与编辑,1300 万数据训练
Jiahao Wang · hf · 2026-10-16
中科院自动化所、BAAI、浙大、中科大等机构联合发布 InfoVis,一个统一的 9B 幻灯片生成与编辑模型。
- 构建了涵盖四类幻灯片任务的数据引擎:超 1300 万条持续预训练记录、190 万条 SFT 记录
- 同时发布 VisSlideBench:1527 个人工筛选实例的多维评测基准,自动排名与盲测人评高度一致
- 在文本渲染、指令遵循、视觉 grounding、设计美学与编辑等维度达到开源最佳水平
代码开源于 GitHub(VectorSpaceLab/InfoVis)。
「多模态」频道最新
- 阿里开源 CommerceGen-Studio：三阶段生成电商级商品主图 — alibabagroup · 2026-10-16
- 复旦联合 OPPO 推出 EVA-Cap:事件中心对齐优化视听视频描述 — Fudan-University · 2026-10-16
- 东北大学联合阿里提出 SCOPED:技能解耦蒸馏统一 VLM,跨能力干扰更低 — Yuqi Xiong · 2026-10-16
- ComfyUI v0.41.0 首日支持 FLUX.3 图像，附本地工作流参数 — lmoroney · 2026-10-16
- Krea2 Realism 升级为完整 checkpoint,主打自然肤色质感 — rynaleopard · 2026-10-16
- 实测：去掉上下文条件化后，图像条件在视频生成中反而更强 — pixlpa · 2026-10-16