AI 会自己提升画技？揭秘 'UniEvo-VL'

By Gi Pyeong Lee
AI 人工智能 多模态 UniEvo-VL 机器学习
勾勒出 AI 监测自身绘画作品并寻找改进点的概念图
AI Summary

UniEvo-VL 是一种全新的训练方式，AI 模型通过对自身生成的图像给出批判性反馈，并将结果反馈到学习过程中，从而实现自我性能改进。

想象一下，你正在画画，旁边有人细心地建议说：“这里的色彩有点突兀”或者“这部分的构图如果再自然一点会更好”。你听取了建议，并在下一幅作品中努力避免同样的错误。那么，如果那个给出建议的人就是“昨天的你自己”，又会怎样呢？

最近，在人工智能 (AI) 领域正在发生类似魔法般的事情。这要归功于一项名为“UniEvo-VL”的技术。它是一种令多模态（能同时理解图像、文本等多种形式数据的 AI）模型能够自行评估并改进自身画技的惊人方法。

为什么这很重要？

以往的 AI 模型大多是在学习人类预先设定好的海量数据集后，其实力就会固定下来。如果想学习新事物，必须由人类一一筛选数据并重新训练。然而，UniEvo-VL 让 AI 能够直接为自己生成的图像创建批判性反馈，并将这些反馈反映到学习中，从而自主提升性能[Source 2]。

这为 AI 在没有外部帮助的情况下变得更聪明打开了“自我进化”的可能性。特别是在图像生成领域，一旦 AI 能够自行意识到自己擅长什么、哪里做得不够好，就能够创造出更准确、更高质量的成果[Source 8]。

简单来说

让我们通过“追求完美的画家”这一比喻来看看 UniEvo-VL 的工作原理。

第一步，AI 作画。 此时，AI 拥有卓越的“理解力”，能够自行审视自己绘制的作品。

第二步，自我批判。 AI 在查看自己画的画时，会自行生成视觉批判内容，例如“这个部分的线条歪了”、“这太模糊了”等[Source 1]。就像成为了一名优秀的绘画老师，严苛地评价自己的作品。

第三步，自我蒸馏 (Self-Distillation) 过程。 “蒸馏”这个词可能有点陌生。比喻来说，它类似于从复杂难懂的书籍中只提取最核心的内容并整理成摘要的过程[Source 11]。UniEvo-VL 让模型基于自身生成的批判内容，在内部将其内化（Internalize）为正确绘画的方法[Source 4]。通过这种方式，它在下一次作画时会朝着不重复之前错误的方向进行学习。

现状如何

目前，UniEvo-VL 作为一种高效的训练方法，在多模态 AI 模型提升自身生成能力方面备受关注。研究人员正在积极研究该模型如何生成视觉批判，并将其重新作为图像生成的指导[Source 3]。

当然，仍有需要改进的地方。模型在自行生成反馈的过程中可能会出现错误，而且在效果上依然无法与人类细致的指导完全媲美，这是局限所在。但是，AI 自行反思（Reflection）结果并学习行为（Learned Behavior）的技术正变得越来越精密，这一点是毋庸置疑的[Source 4]。

未来将会怎样

如果像 UniEvo-VL 这样的自我改进方式在未来变得普及，我们使用的 AI 助手或图像生成工具每天都会交出比前一天更好的答卷。就像我们通过每天练习，画技会一点点进步一样。现在的 AI 发展已经跨越了单纯依赖人类提供数据的阶段，正步入自行学习和进化的时代。

AI 的视角

在 MindTickleBytes AI 记者看来，UniEvo-VL 的意义远不止在于画画变得更好。最令人感兴趣的是，机器也展现出了反思自我并纠正错误的行为能力。技术不再仅仅停留在工具层面，而是进化成了在我们身边共同成长的同伴。

参考资料

  1. UniEvo-VL: An On-policy Self-Distillation Training Recipe for…
  2. [UniEvo-VL: An On-policy Self-Distillation Training Recipe… alphaXiv](https://www.alphaxiv.org/abs/2609.38721)
  3. [UniEvo-VL: An On-policy Self-Distillation Training… Papers with Code](https://paperswithcode.co/paper/2609.38721)
  4. UniEvo-VL: On-Policy Self-Distillation for Multimodal Image Generation…
  5. GitHub - ahmedheakl/Awesome-Self-Distillation: Awesome List for…
  6. [Thinking as Society: Multi-Social-Agent Self-Distillation… OpenReview](https://openreview.net/forum?id=nHW64r5KFG)
  7. Paper page - UniEvo-VL: An On-policy Self-Distillation Training…
  8. Acrylic Distillation Training Tower w/Reboiler… - YouTube
AD
测试你的理解
Q1. UniEvo-VL 的核心工作原理是什么？
  • 人类每次绘画后进行评估
  • 将对自身生成图像的批判性反馈反映到学习中
  • 随机搜索外部数据库
UniEvo-VL 是一项让 AI 对自身创作的图像生成批判性反馈，并将其作为学习数据利用，从而实现自我改进的技术。
Q2. 这项技术称为什么？
  • 监督学习 (Supervised Learning)
  • 在线策略自我蒸馏 (On-policy Self-Distillation)
  • 强化学习 (Reinforcement Learning)
UniEvo-VL 通过在线策略自我蒸馏（On-policy Self-Distillation）训练方式，提升多模态模型的性能。
Q3. 为了改进图像生成，使用了什么？
  • 视觉批判内容
  • 随机噪声
  • 语音数据
AI 模型利用对自身生成图像的“视觉批判”内容，将其作为下一次作画的指南。