算法论文8
JarvisEvo:让 Agent 拥有视觉反思修图能力
机器之心
AI 摘要
腾讯混元和厦门大学团队推出 JarvisEvo,它通过 iMCoT、SEPO 等技术让 Agent 有视觉反思能力。用 ArtEdit 数据集和三阶段训练,在修图评测中表现佳,其范式可用于多领域。
阅读原文 · 机器之心
拒绝「盲修」:JarvisEvo 如何让 Agent 像人类一样拥有「视觉反思」能力?
现有 Image Editing Agent 缺乏视觉反馈,易致「指令幻觉」和 Reward Hacking。JarvisEvo 应运而生,它通过 iMCoT、SEPO、On - Policy Reflection 等技术,结合 ArtEdit 数据集和三阶段训练,在修图上表现出色,意义超图像编辑。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
千问推电商Agent 开店成本大降
本文报道千问办公推出独立第三方电商Agent产品千问办公电商版,接入多平台主流电商工具,可帮商家实现跨电商平台经营管理,大幅降低开店试错成本,目前已面向商家开放邀测。
AI前线
推荐文章9
易宛尧:出海全环节值得AI重做
本文是Founder Park对出海服务商出海一叮创始人易宛尧的深度专访,内容涵盖易宛尧对当前AI硬件创业、品牌出海路径的判断,以及出海一叮用AI重构业务、打造AI Native组织的实践经验。
Founder Park
算法论文9
苹果LensVLM:长上下文的放大镜
本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案,针对长上下文压缩易丢失关键信息的痛点,提出将长文本压缩为图像、模型按需展开细节阅读的新思路,相关研究已被NeurIPS 2026接收,公开了模型、代码与可体验Demo。
机器之心
新闻资讯9
7人5个月 Anthropic造出Git替代品
Anthropic因AI编程规模暴涨,原有Git架构无法满足超大型单体代码仓库的需求,7人工程师团队借助Claude,耗时5个月从零开发出内部源代码控制系统Scion及配套工具,并完成全部迁移,本文分享了整套设计思路与工程实践。
机器之心