详情

深圳商报·读创客户端记者 曹欣开云·体育平台(开云kaiyun)(中国)官网入口登录

遐想一下，你只需对AI轻声说一句“把海报中的鸟移进红框中”，它便能心领意会，不仅精确定位方针，还能不着陈迹地完成修改，仿佛它的确归并了画面背后的语境与你的意图。这曾是多模态AI范围孜孜以求的“高阶智能”，如今，正由国产模子UniWorld-V2将其变为易如反掌的执行。

近日，深圳南山科技园的创新波澜再添重磅效果——兔展智能与北京大学勾通研发的UniWorld-V2图像裁剪模子认真发布。这款搭载群众首个视觉强化学习框架的AI模子，在GEdit-Bench测试中以7.83分刷新行业记载，空洞性能杰出OpenAI旗下GPT-Image-1等顶尖闭源模子。从为AI树立全新“教悔模式”到攻克汉文场景技艺难关，从开源生态挑战闭源壁垒到清北才能集群赋能南山AI产业，UniWorld-V2的出生不仅绚烂着中国视觉大模子进入“精确归并”新纪元，更折射出深圳动作群众创新高地的硬核实力。

图源：UniWorld-V2 官方方法

强化学习重构AI教悔，让机器“越用越明智”

传统图像裁剪模子常濒临“请示归并偏差”的困扰。举例，当用户条目“给红框内的猫戴上圣诞帽”时，AI可能误以为需要为画面中统共动物添加配饰；而修改艺术字体时，又容易出现笔画紊乱、语义失确切情况。“问题的中枢在于，模子转折接续学习和精确反应的能力，就像学生只听一遍课，却莫得课后持重。”兔展智能首席科学家、北京大学博士生导师袁粒博士一口说念破地指出。

为搞定这一痛点，UniWorld-V2引入了一套全新的AI“教悔模式”——基于UniWorld-R1强化学习框架，构建了一个“持重-点窜-纠正”的闭环学习系统。与传统监督学习的“填鸭式”训练不同，新框架让AI学会“主动想考”：它在扩展任务时会生成多个备选抛弃，再由内置的“AI裁判”——一个庞杂的多模态大模子——对每个抛弃进行及时评判，从语义一致性和视觉合感性等维度筛选出最优解。

袁粒博士以本体案例进一步证据：“比如用户提议‘把海报中的鸟移进红框中’，模子会先尝试几种不同的修改决策，再由‘裁判’选出最贴合请示的一个，并在此次‘持重’中记着正确的归并逻辑。”通过这么接续的“教悔互动”，模子得以不断积贮教会，越来越精确地把合手用户意图。这套“越用越明智”的机制，在本体测试中展现出显赫上风。在ImgEdit测试聚集，UniWorld-V2以4.49分的得益名列三甲；在红框禁止任务中，它也能精确归并空间戒指，完成“将鸟移出红框”这类高难度操作，造作率远低于同类模子。

正如兔展智能CEO董少灵所回来的：“咱们不是在训练一次性扩展号令的机器，而是在培养能不断积贮教会、越用越明智的AI伙伴。”

“更懂汉文”的顶尖模子，填补文化场景技艺空缺

关于AI模子而言，归并汉文尤其是复杂书道艺术，曾是公认的技艺难题。UniWorld-V2凭借深耕汉文场景的技艺积贮，在这一范围收场了从“能处理”到“耀眼”的跳动。在“海报裁剪”示例中，模子能精确归并请示，并渲染出“月满中秋”和“月圆东说念主圆事事圆”等笔画复杂的艺术中翰墨体，效果了了、语义准确。

图源：UniWorld-V2 官方方法

这种“懂汉文”的能力源于对汉文数据与语境的挑升优化。袁粒博士在采访中示意：“强化学习阶段咱们使用了挑升规划的汉文语境数据，这是外洋模子难以复制的上风。”兔展智能CEO董少灵在演示中也展示了一个典型案例：将一张成皆特质海报中的“成皆伴手礼”改为“深圳伴手礼”，并将图中的熊猫、古建筑等元素替换为深圳的吉祥大厦、三角梅、黑脸琵鹭等，UniWorld-V2精确完成了任务，而国际主流模子在汉文归并和细节禁止上均出现造作。

更值得脸色的是模子“越用越明智”的秉性。通过用户交互反应机制，UniWorld-V2能接续学习新的汉文抒发民俗和视觉偏好。袁粒博士这么譬如：“就像老中医越老越有教会，咱们的AI也在与用户的互动中不断成长。”这种自顺应学习能力，使其在电商、金融、文创等专科范围的愚弄价值接续擢升。

鼓吹技艺普惠，以开源拥抱将来

在AI大模子范围，“闭源vs开源”的争论从未停歇。UniWorld-V2遴荐以开源姿态挑战闭源巨头，将完满模子代码、训练框架及数据集在GitHub与Hugging Face等平台公开荒布。更垂危的是，团队通过算法与工程优化，显赫擢升了模子的部署效劳，使更多企业大概以可收受的成本愚弄这一前沿技艺。

UniWorld-V2 的SOTA进展

这一开源政策不仅鼓吹了技艺普惠，更构建了活跃的开荒者生态。兔展智能CEO董少灵在采访中阐释了开源的深层价值：“开源是开端的一种尺度，它能蛊惑更多明智东说念主参与，鼓吹统共这个词范围的发展。”北京大学UniWorld团队负责东说念主也指出：“咱们开源的不仅是代码，更是一种息争创新的模式。”

这种通达息争的理念正冉冉转化为产业影响力。抛弃当今，UniWorld-V2已生效愚弄于跨境电商等垂直范围，匡助多家企业收场商品图像内容的智能化生成与裁剪，在降本增效的同期，也为模子在的确场景中的接续进化提供了选藏数据。

顶尖才能南山亮剑，深圳AI迈向群众创新之巅

UniWorld-V2的出生，是南山“才能集群”效应的灵活注脚。兔展智能与北京大学的合作模式，代表了“企业出题，高校答题”的创新实践。CEO董少灵在采访中阐释：“咱们与北大重生代的年青真挚共同创业，背靠背整合成一个团队，这种模式极大引发了创新活力。”

动作深圳AI产业的中枢聚集区，南山已酿成从基础接洽、技艺研发到产业愚弄的完满生态链。董少灵觉得：“南山给了创新企业最浊富的泥土——这里有腾讯、华为等龙头企业的带动，有深创投等老本的救济，更有政府对科研攻关的接续参加。咱们承担的国度级枢纽东说念主工智能科技攻关方法，就赢得了南山科创局的全成见保险。”

这种生态上风正在加快转化为群众竞争力。UniWorld-V2在汉文归并、商品图像裁剪等范围的上风，使其在出海企业中备受可爱。而兔展智能基于该模子开荒的商用用具，已匡助多家企业打建国际阛阓。

瞻望将来，UniWorld-V2的迭代仍在加快。袁粒博士显现：“下一步咱们将在春节前推出V2.5版块，要点擢腾飞间立体感知能力，让模子大概搞定立体几何问题。”

从UniWorld-V2的精确裁剪到深圳AI产业的富贵发展开云·体育平台(开云kaiyun)(中国)官网入口登录，一个由中国灵敏引颈的视觉创新已然降临。在南山这片充满活力的地皮上，顶尖才能与产业实践的碰撞，正书写着群众AI创新的新篇章。

举报/反应