苹果全能视觉AI模型UniGen 1.5发布,看图修图绘图三合一
12月19日消息,据科技媒体9to5Mac昨日(12月18日)发布的博文报道,苹果研究团队近期发布了多模态AI模型UniGen 1.5,成功在单一系统中集成了图像理解、生成与编辑三大核心功能。
不同于主要依赖不同模型分别处理任务的传统方案,UniGen 1.5最大的突破在于构建了一个统一的框架,仅凭一个模型即可同时完成图像理解、图像生成以及图像编辑任务。研究人员认为,这种统一架构能让模型利用强大的图像理解能力反哺生成效果,从而实现更精准的视觉输出。
在图像编辑领域,模型往往难以精准捕捉用户微妙或复杂的修改指令。为解决这一难题,苹果团队首创引入了名为“编辑指令对齐”的后训练阶段。
该技术并不直接让模型修改图片,而是要求模型先根据原图和指令,预测出目标图像的详细文本描述。这种“先想后画”的中间步骤,迫使模型在生成最终图像前,必须深度内化用户的编辑意图,从而大幅提升了修改的准确度。


除了指令对齐,UniGen 1.5的另一大贡献在于强化学习层面的创新。研究团队成功设计了一套统一的奖励系统,能够同时应用于图像生成和图像编辑的训练过程。
此前,由于编辑任务涉及从微调到重构的巨大跨度,统一奖励机制极难实现,而这一突破让模型在处理不同类型的视觉任务时,能够遵循一致的质量标准,显著增强了系统的“抗干扰”性。


在多项行业标准基准测试中,UniGen 1.5展现了强劲的竞争力。数据显示,该模型在GenEval和DPG-Bench测试中分别获得0.89和86.83的高分,显著优于BAGEL和BLIP3o等近期热门方法。
在图像编辑专项测试ImgEdit中,其4.31的综合得分不仅超越了OminiGen2等开源模型,更与GPT-Image-1等专有闭源模型表现持平。
尽管整体表现优异,UniGen 1.5目前仍存在一定局限性。研究人员在论文中坦诚,由于离散去标记器(discrete detokenizer)在控制细粒度结构方面存在不足,模型在生成图片内的文字时容易出错。

此外,在部分编辑场景下,模型偶尔会出现主体特征漂移的问题,例如猫的毛发纹理改变或鸟的羽毛颜色偏差,这些问题将是团队未来的优化重点。
附上参考地址
UniGen-1.5: Enhancing Image Generation and Editing through Reward Unification in Reinforcement Learning
相关攻略
4月22日,彭博社的一则深度报道,将焦点对准了苹果公司即将上任的新任CEO约翰・特纳斯(John Ternus)。报道指出,他将于今年9月正式接棒,而摆在他面前的首要且紧迫的挑战,便是在公司面临罕见的人才流动高峰时,如何有效稳定核心团队——这不仅涉及高管层,也深刻影响着众多资深工程师的去留。 这场关
为什么是约翰·特纳斯? 4月21日凌晨,苹果公司的一则官宣震动业界:现任硬件工程高级副总裁约翰·特纳斯将接替蒂姆·库克,成为这家科技巨头的下一任首席执行官。消息一出,在感慨库克时代落幕之余,一个核心问题浮出水面——为何是特纳斯?或许,彭博社资深科技记者马克·古尔曼的深度剖析,能为我们提供一些关键线索
苹果折叠屏iPhone试产遇阻,核心问题在于铰链可靠性未达内部严苛标准,长期开合后出现异响。屏幕折痕问题则已基本解决。若铰链问题无法攻克,产品发布可能推迟。此外,该产品初期产能规划不高,续航与拍照能力或存不足,定价预计较高。
针对无法开机的iPadPro(10 5),若不愿刷机,可使用iOS修复大师进行强制格式化以解决问题。操作会清除全部数据,适用于忘记密码、面容ID失效或系统内存不足导致的故障。步骤包括下载工具、登录账户、连接设备并进入DFU模式,随后软件识别设备并执行格式化,完成后设备将重启恢复使用。
苹果A2152若无法开机且不愿刷机,可尝试强制格式化以解决密码遗忘、面容ID失效或内存不足等问题。此操作将清空所有数据,需借助“iOS修复大师”工具。步骤包括下载软件、登录账户、连接手机进入DFU模式,待软件识别后开始格式化,过程中保持连接稳定,完成后设备重启即可重新设置使用。
热门专题
热门推荐
刚接触Vlog创作,挑选设备是不是比拍摄本身更让人头疼?既渴望手机般的轻便易携,又向往相机的卓越画质;期待操作简单、直出好看,还要求性能稳定、避免画面模糊——这些心声,你是否也感同身受? 别担心,今天我们抛开复杂的参数,从最实用的角度切入——综合考量画质表现、防抖性能、对焦速度以及人像直出效果这些核
2026年4月28日,显示技术领域迎来重要进展:维信诺总投资额高达50亿元的昆山全球新型显示产业创新中心,顺利完成主厂房封顶。这一项目不仅是维信诺“2+3+X”发展战略的核心组成部分,更是其布局下一代显示技术、构筑长期竞争优势的关键举措。 该项目于2025年正式签约落地,此次主体结构封顶标志着项目建
4月28日,影石创新(Insta360)发布了2025年度及2026年第一季度财报,业绩表现极为亮眼,实现强势开门红。数据显示,公司2025年全年营收高达97 41亿元,同比大幅增长74 76%;2026年第一季度营收延续高增长态势,达到24 81亿元,同比增长83 11%。纵观近三年发展,影石创新
备受期待的一加 Ace 6 至尊版于今日正式发布。这款性能旗舰不仅搭载了顶级的天玑 9500 处理器,更创新性地推出了可搭配使用的“枪神游戏手柄”专属外设,为移动游戏体验带来全新可能。新机起售价为 3499 元,极具市场竞争力。 一加 Ace 6 至尊版提供了“王牌觉醒”与“金属风暴”两款潮流配色。
备受期待的一加Ace 6至尊版于今晚正式发布。这款性能旗舰的核心亮点,无疑是搭载了联发科当前顶级的旗舰处理器——天玑9500。该芯片在制程工艺与能效表现上的全面升级,为手机的整体流畅体验奠定了坚实的硬件基础。 天玑9500率先采用了台积电先进的第三代3纳米制程,并创新性地采用了全大核CPU架构设计。





