EMNLP Oral 论文:多模态模型推理对但图常画错
niloofar_mire · x · 2026-10-27
UReason 是一篇入选 EMNLP 2026 Oral 的论文,评测统一多模态模型(UMMs)中推理与生成之间的对齐程度。核心发现:UMMs 的推理步骤通常是对的,但生成的图像往往不遵循推理结果;更反直觉的是,如果丢弃推理过程、只把模型自己写的最终 prompt 喂回去,所有被测模型的图像生成表现反而大幅提升。论文将在 10 月 25 日 Oral Session 2 报告。
「多模态」频道最新
- AI 电影人论战：会写提示词容易，会剪出好片才是真功夫 — AIandDesign · 2026-10-27
- FastH3 Omni Reference：5 张照片 10 秒生成时尚广告片 — comfy-king-999 · 2026-10-27
- 2026 视频生成模型价格横评：不同模型价差达 2-3 倍 — videorouter · 2026-10-27
- 无 GUI 视频编辑器 kimo：AI agent 通过 MCP 剪片并可自检渲染帧 — LieTop7965 · 2026-10-27
- 小米 MiLM 联合武大推出 WorldCast：大角度运镜下角色视频保持世界一致 — Lei Cao · 2026-10-27
- 阿里巴巴发布 World-in-Context：统一视角、动作与相机控制的交互式视频世界模型 — AlibabaTongyiLab · 2026-10-27