MagicWand：面向用户偏好的通用生成与评估智能体
计算机视觉与模式识别
2025-11-25 v1
摘要
近期AIGC（Artificial Intelligence Generated Content）模型的快速发展推动了图像和视频生成领域的显著进步。然而，用户仍然难以获得符合其偏好的内容，主要原因在于构思详细提示词的困难以及缺乏保留用户偏好的机制。为此，我们构建了包含图像、视频及其描述性文本（描述用户倾向于偏好的风格）的大规模数据集 **UniPrefer-100K**。基于UniPrefer-100K，我们提出了 **MagicWand**，一个通用的生成与评估智能体，通过用户偏好增强提示词，利用先进的生成模型生成高质量内容，并应用偏好对齐的评估与细化。此外，我们引入了 **UniPreferBench**，这是第一个规模超过12万个注释的基准，用于评估用户偏好在多样化AIGC任务中的对齐程度。在UniPreferBench上的实验表明，MagicWand在广泛场景下，能够持续生成内容和评估，良好地与用户偏好保持一致。
引用
@article{arxiv.2511.18352,
title = {MagicWand: A Universal Agent for Generation and Evaluation Aligned with User Preference},
author = {Zitong Xu and Dake Shen and Yaosong Du and Kexiang Hao and Jinghan Huang and Xiande Huang},
journal= {arXiv preprint arXiv:2511.18352},
year = {2025}
}