比NanoBanana更擅长中文和细节控制！兔展&北大Uniworld V2刷新SOTA
兔展智能与北大团队联合发布图像编辑模型UniWorld-V2及其训练框架UniWorld-R1，后者为首个引入强化学习策略优化的通用图像编辑后期训练框架，并创新使用多模态大模型（如GPT-4V）作为免训练奖励模型。UniWorld-V2在GEdit-Bench（7.83分）和ImgEdit（4.49分）基准上均超越GPT-Image-1等顶尖闭源模型，展现出卓越的指令对齐、中文字体处理、空间控制与光影融合能力。实验基于2.7万+样本，涵盖九类任务，在多个基础模型上验证了UniWorld-R1的通用性与泛化性。相关成果已开源，推动图像编辑技术发展。来源：https://mp.weixin.qq.com/s/MnnqP4KKdcqLIb6116HZaw
页:
[1]