**从语料到共进化能力:以能力为中心的通用图像生成数据设计**

_From Corpora to Co-Evolving Capabilities: Capability-Centric Data Design for Generalist Image Generation_

> HuggingFace Daily Papers 推荐论文提出一种能力驱动的数据基础设施,将能力特定的监督构建与能力对齐的课程调度相结合。该框架包含三个可互操作的数据引擎,分别处理文本-图像定位、图像间转换和图像-知识关联,并采用多阶段课程学习协同优化任务组合、视觉概念分布、数据质量和图像分辨率。研究构建了4.4亿图像T2I语料库、1.2亿编辑对和2700万图像-实体对,并据此从零训练了3B和6B参数的多模态扩散模型,在CPI-Bench等基准上展现出广泛的视觉覆盖能力和跨生成任务的有效迁移能力。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-08-19 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.18076)