**MaLiang-Harness：弥合程序与视觉差距的可编程图像视频生成框架**

_MaLiang-Harness: A Programmable Path to Image and Video Generation_

> 该论文提出 MaLiang-Harness 框架，旨在解决程序执行正确但视觉输出不符合预期的“程序到视觉（P2V）”差距。通过引入持久可执行生成（PEG）、可追溯生成过程（TGP）及修订感知编辑验证（REV）机制，该框架实现了 MLLM 驱动视觉生成的构建、检查与修订闭环。在 MaLiang-IBench 和 VBench 上的评估显示，GPT-6-Astra 实现了 100% 的生成成功率，且图像任务质量达标率高达 96.0%，揭示了通用能力评分与视觉生成性能之间的不匹配现象。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.34309)