SpatialCritic智能体奖励模型论文发布

Xiaofeng Tan 等发布 SpatialCritic 论文，提出面向空间文本到图像生成的智能体奖励模型，配合课程引导的强化学习框架训练。模型配备空间感知 harness，将可复用的验证指导与专用视觉工具结合，用于评估图像中的空间关系。 作者声称（基于论文摘要），在 SpaRW-Eval 上 SpatialCritic 达到 95.1% 验证准确率，以小 40 倍的 8B 骨干超过 320B 的 GLM-5.3-Flash；并用其作为奖励将 SD3.5-Medium 平均分从 78.4 提到 83.9，BAGEL 从 83.2 提到 86.5。上述数字来自论文摘要，尚无独立验证。

AI 根据报道生成 · 1 天前更新