商汤联合港科大等发布 MTEdit:50 万条多轮图像编辑轨迹数据集
sensenova · hf · 2026-10-19
商汤日日新联合 HKUST MMLab、斯坦福、清华 AIR 发布 MTEdit,一个大规模多轮图像编辑数据集与配套基准。
- 核心方法是 packed trajectory canvas(PTC)生成:在统一视觉上下文中联合生成多个编辑状态,避免传统顺序 rollout 逐轮累积误差、导致画质漂移的问题。
- 数据集含 50 万条多轮编辑轨迹,最多 8 轮、平均每条 5.38 轮,覆盖逐步编辑与上下文感知编辑两类场景,是目前最大的多轮图像编辑数据集之一。
- 同时推出 MTEdit-Bench,用于评估模型遵循多轮指令的编辑能力。
「多模态」频道最新
- MiniMax 上线新一代开源多模态视频模型 H3,并推出 M3.1-Flash — testingcatalog · 2026-10-19
- Qwen3 本地跑 27B 模型,两小时免费生成整支视频 — aziz4ai · 2026-10-19
- 16GB 显存跑 20 秒 1080p 视频：selflift-Fish 改进版发布 — Hot_Store_5699 · 2026-10-19
- AI 生成剧集 CTVA 第三章「Disco Fever」发布 — cranialtrauma · 2026-10-19
- AI 生成剧集 CTVA 第四章「Tallahassee 旋转木马」发布 — cranialtrauma · 2026-10-19
- Minimax H3 对比 FaceFusion：专业换脸方案实测教程 — Maleficent-Tell-2718 · 2026-10-19