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。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
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5日消息，据报道，iPhone 18 Pro系列除首发台积电2nm工艺的A20 Pro芯片外，还将搭载苹果自研的C2蜂窝网络调制解调器与N2无线网络芯片。iPhone 18 Pro系列的A20
4月4日消息，美国的重返月球计划已经进行到了II期任务，前两天Artemis II任务已经带着4名宇航员奔赴月球，只不过这次是绕月但不会降落在月球。这次登月对全球果粉来说还有个独特的意义，那就是NA
4月4日消息，根据产业链最新消息，iPhone 18标准版在外观设计上几乎没有变化，仅屏幕尺寸可能会有微调。这一消息引发了网友热议，不少人认为苹果在设计上再次开启了挤牙膏模式。回顾去年发布的iPho
人民财讯4月7日电，4月6日，有媒体报道，富士康正在试产苹果首款折叠屏手机。对此，4月7日，苹果产业链人士向证券时报·e公司记者表示，苹果首款折叠屏手机项目方案早已确定，目前该项目正在正常推进中，试
4月7日消息，据博主爆料，尽管第一代产品的市场表现不尽如人意，苹果依然计划让iPhone Air系列正常迭代。无论目前的销量状况如何，苹果都将按部就班地推出第二代产品iPhone Air 2。回顾去
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票