提出SCO方法提升多模态交错生成一致性

发生了什么

据arXiv cs.CV论文，研究者提出自校正优化（SCO）方法，用于解决多模态大语言模型在交错图像-文本内容生成中的一致性挑战。该方法无需额外训练，通过最小化自校正并施加新事件和时间状态保持约束，显著提升时间连贯性和视觉主体保留率。实验表明，SCO还可扩展至视频生成，改善机器人操作等物理过程的建模。