T-DIG 政策可零样本迁移：让 GPT Image 2 与 Gemini 出图更多样
simi_97k · x · 2026-10-28
这是 T-DIG 线程的第 9 条（局限说明）：结果表明受图像模型本身限制，部分相机角度请求无法完成，尽管 LLM 政策本身工作良好；解冻图像模型权重是后续可尝试方向。强度滑块缩放 LoRA 权重，各档位感知上不均匀；由于优化 TPIPS，策略可能继承其偏差。
结合前文（8/n）：最酷的是该方法不需要访问图像模型权重，因此适用于专有模型——为开源模型训练的政策可以零样本迁移，提升 GPT Image 2 和 Gemini 的出图多样性，效果甚至超过让 GPT-5.5 直接生成多样化提示词。配图数据显示：T-DIG + Qwen-Image 政策使 GPT Image 2 的 TPIPS 提升 +0.27、Gemini 3.1 Flash Image 提升 +0.20，均高于专有 LLM 扩写基线（+0.19/+0.15）。
所属事件:T-DIG 政策可零样本迁移，提升 GPT Image 2 与 Gemini 多样性(2 条相关)→
「多模态」频道最新
- 用 Gemma 2 嵌入向量作画:Mac M1 上每秒生成约 30 张图 — GlennCameronjr · 2026-10-28
- Krea2 BBOX 模型开源发布：4 万图像数据集，支持多角色 LoRA 训练 — Amazing_Painter_7692 · 2026-10-28
- 一条极简 Prompt 用 HeyGen 视频生成铁拳风格打斗广告 — aziz4ai · 2026-10-28
- AI 生成埃及战神 Sekhmet 末世风大片，视觉冲击力拉满 — DionysianAgent · 2026-10-28
- Comfy Cloud 新增自定义节点包，一键生成无缝循环 H3 视频 — PurzBeats · 2026-10-28
- 用 YuE2 + LoRA 生成 80 年代 Eurodisco 全流程参数公开 — Robonotes1760 · 2026-10-28