从语料到协同进化能力：面向通用图像生成的能力中心数据设计

研究者提出一套能力驱动的数据基础设施，将能力专属监督构建与能力对齐的课程调度耦合，通过三个可互操作的数据引擎分别构建文本-图像 grounding、图像间变换和图像-知识关联监督。该框架构建了 440M 图像的 T2I 语料、120M 编辑对和超 27M 图像-实体对，并从头训练了 3B 和 6B 两种规模的多模态扩散模型，在 CPI-Bench 上完成定量评估。