高通技术副总裁FatihPorikli近期接受访谈，讨论了图像生成领域尚未解决的问题，以及他的团队在CVPR提出的几种应对这些挑战的方法。
Porikli指出图像生成的下一个前沿是弥合「逼真图像」与「精确结果」之间的差距，让系统变得可控、高效且可靠，从而稳定地生成符合用户真实意图的高质量图像。图像生成的可控性、质量与效率各自面临哪些具体技术挑战？...图像生成因何困在「看起来好」的陷阱里？同时，团队还发布了DiverseHumans基准测试集，推动社区标准化评估。③Architect-A在MultiHuman-TestBench上的人数准确率为90.2%，WithAnyone和GPT-Image-1分别为89.8%和87.9%。强化学习与任务解耦如何提升生成的「可控性」？
