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。
「多模态」频道最新
- Stripe 驻场开发者用 GPT 6.2 Astra 用 JavaScript 画全班好友,效果惊艳 — gabrielchua · 2026-11-22
- Fable 5.2 搭配 WebGL 被称可「创造任何东西」 — hewarsaber · 2026-11-22
- Suno 加 SLOPCANNON 打造电影感 UFO 传说 MV《Don't Look Down》 — DarkroomSignal · 2026-11-22
- 摄影师用 AI 生成虚拟数字缪斯,打造逼真时尚杂志封面 — alexcovo_eth · 2026-11-22
- AI 玩法:把 Google Maps 任意地点变成电影感航拍图 — aziz4ai · 2026-11-22
- 开源世界模型 PAN 2 实测:物理质感媲美 GTA6 级驾驶场景 — LinusEkenstam · 2026-11-22