Wan 2.2 有左到右词序偏差,改写提示词让空间准确率翻倍

PrateekVJoshi · x · 2026-11-20

Prateek VJoshi 在实验开源视频模型 Wan 2.2 时发现一个有趣的空间偏差:让模型生成「马克杯在笔记本右边」这类画面时,物体位置经常被放反。

原因在于模型似乎存在强烈的从左到右排序偏好——提示词中先提到的物体倾向于出现在画面左侧,而不管空间指令怎么写。

他随后给出一个纯提示词层面的推理时绕过办法:不直接写位置要求,而是改写提示词,把画面中最左边的物体放在句首命名。在他的实验里,空间摆放准确率因此大约翻倍。

结论:不少空间指令遵循问题,可能只取决于词序这么简单的因素。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →