无需构造偏好对：TGO用标量反馈对齐视觉生成模型｜ICML'26
无需构造偏好对：TGO用标量反馈对齐视觉生成模型｜ICML'26生成模型的偏好对齐，可能正在进入一个新的阶段。
来自主题: AI技术研报
9906 点击 2026-05-18 09:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
生成模型的偏好对齐，可能正在进入一个新的阶段。
浙大联合微软亚洲研究院最新提出的World-R1，不改架构、不要3D数据，纯靠强化学习就让视频生成模型学会了“理解”三维世界。World-R1 的出发点很简单：预训练的视频模型里面已经有 3D 知识了，只是“沉睡”着。用强化学习把它叫醒就行。
今年以来，图像生成模型的迭代节奏明显加快。
做过 AI 视频的都懂，除了 Seedance 2.0 本身的高定价，废片所烧掉的 token 算力也是一笔不小的开支。但在 Topview 平台，直接把这笔最大试错成本给重新定义了！热门视频生成模型 Seedance 2.0，加上最新的图片生成模型 Image 2，订阅 Ultra Plan，可不限量使用。
邓明扬现为 MIT 博士生，师从何恺明，主要研究生成模型。本科期间，他在 MIT 学习数学与计算机科学，也曾在 DeepMind 和 Meta 实习。更早之前，他曾获得 IMO 金牌和 IOI 金牌。2026 年，他以第一作者发表了 Drifting Models，尝试探索一种不同于传统路径的生成建模思路。
当强化学习后训练的大规模 rollout 已经被证明能够提升图像生成模型的偏好对齐能力，推理负担就成了制约训练速度的核心瓶颈。来自 NVIDIA、港大和 MIT 的团队提出的 Sol-RL，通过「FP4 先探索、BF16 再训练」的后训练框架，将达到等效 reward 水平的收敛速度最高提升到 4.64x，在训练速度与对齐效果之间给出了一条更具工程可行性的解法。
最新研究提出合成数据的全新分类框架，突破「生成模型=合成数据」的传统认知，涵盖反演、仿真与数据增强等方法，并按应用层次划分为数据中心AI、模型中心AI、可信AI和具身AI。
米哈游蔡浩宇的AI公司Anuttacon，首个视频模型正式曝光！Anuttacon技术团队成员@Ailing Zeng，在X上展示了全新视频角色表演生成模型——LPM 1.0。
HiVG是一个面向SVG生成的层次化分词框架，在减少63.8% token数量的同时，以仅3B参数在多项指标上超越所有开源SVG模型和GPT-5.2等闭源模型。仅3B参数的HiVG，在SVG生成任务中多项指标超越了GPT-5.2、Claude-4.5-Sonnet等闭源模型。
过去两年，图像生成模型在质感和审美上一路狂飙，但大多仍是 “直接出图” 的范式。