从语料库到协同演化能力：面向通用图像生成的能力中心化数据设计
该研究提出了一套以能力为导向的数据基础设施，用于训练通用图像生成模型。系统将文本—图像对齐、图像变换和图像—知识关联等专门监督数据结合起来，并按照能力之间的依赖关系，逐步调整任务组合、视觉概念分布、数据质量和图像分辨率。该基础设施包含4.4亿张文生图图像、1.2亿组编辑数据对，以及超过2,700万组图像—实体数据对。研究人员基于这些数据从头训练了30亿和60亿参数的扩散模型，并通过CPI-Bench及定性测试评估视觉覆盖范围、渲染多样性，以及不同生成能力之间的迁移效果。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。