一句话让照片变大片，比专业软件简单、比AI修图更可控！ 腾讯混元携手厦门大学推出JarvisEvo——一个统一的图像编辑智能体模拟人类专家设计师，通过迭代编辑、视觉感知、自我评估和自我反思来"p图"。 现有的文本思维链 (Text-only CoT) 存在信息瓶颈。模型在推理过程中"看不见"中间的修图结果，仅凭文本"脑补"假设进行下一步操作的视觉结果，容易导 致事实性错误，无法确保每一步都符合用户意图。 1. 奖励黑客 (Reward Hacking)： 在强化学习进行偏好对齐的过程中，策略模型（Policy）是动态更新的，而奖励模型（Reward Model）通常是静态的。这导致策略模型容易"钻空子"，通 过欺骗奖励函数获取高分，而非真正提升修图质量和自我评估能力 。 为了解决上述问题，团队推出了JarvisEvo. "像专家一样思考，像工匠一样打磨"。JarvisEvo不仅能用Lightroom修图，更能"看见"修图后的变化，并自我评判好坏，从而实现无需外部奖励的自我进 化 。 下面就来了解一下详细情况吧～ 自我评估和修正 研究背景与动机 近年来，基于指令的图像编辑模型虽然取得了显著进展，但在追求"专业级 ...