From Corpora to Co-Evolving Capabilities: Capability-Centric Data Design for Generalist Image Generation
arXiv 论文（2608.18076）提出一种能力驱动的数据基础设施，用于通用图像生成。该框架包含三个数据引擎，分别构建文本-图像对齐、图像间变换和图像-知识关联的监督数据，并通过多阶段课程学习联合演化任务组成、视觉概念分布、数据质量和图像分辨率。论文报告了 4.4 亿图像的 T2I 语料库和 1.2 亿编辑对。
Development
- First ReportFrom Corpora to Co-Evolving Capabilities: Capability-Centric Data Design for Generalist Image GenerationHugging Face Daily Papers
- Industry ResponseFrom Corpora to Co-Evolving Capabilities: Capability-Centric Data Design for Generalist Image GenerationarXiv cs.AI
- Current Assessment该工作表明，图像生成领域的竞争正从模型架构转向数据基础设施，强调数据组织与课程学习的重要性。这可能推动行业采用更系统化的数据设计方法，影响数据供应商和模型训练流程。Agent Pulse · analysis
该论文提出了一种能力驱动的数据基础设施，用于通用图像生成，将能力特定的监督构建与能力对齐的课程调度相结合。三个专门但可互操作的数据引擎为文本-图像对齐、图像间变换和图像-知识关联构建互补的关系监督，而标题专家跨任务和粒度对齐 T2I 和编辑监督。多阶段课程根据能力获取的依赖顺序联合演化任务组成、视觉概念分布、数据质量和图像分辨率，能力感知评估通过目标检索、专家构建和差距感知重采样闭环。在大规模上，该框架整理了 4.4 亿图像的 T2I 语料库、1.2 亿编辑对和超过 2700 万（截断）图像-知识对。
该框架的核心创新在于将数据设计从任务特定语料库的孤立优化转向能力中心的方法，显式建模生成能力之间的依赖关系。通过三个数据引擎和课程调度，它可能实现更高效的数据利用和更好的能力泛化。可验证的下一步是检查其能力感知评估是否确实能识别数据缺口并指导重采样，以及课程调度是否优于均匀数据混合。
该工作表明，图像生成领域的竞争正从模型架构转向数据基础设施，强调数据组织与课程学习的重要性。这可能推动行业采用更系统化的数据设计方法，影响数据供应商和模型训练流程。
对于图像生成模型提供商，该框架可能降低数据整理成本并提升模型能力，从而增强产品竞争力。对于数据服务公司，它可能催生新的数据产品和服务。
未来，能力驱动的数据设计可能成为通用生成模型的标准实践，并扩展到其他模态。可观察的迹象包括该框架的代码或数据发布，以及后续工作对能力依赖关系的进一步探索。