B站多模态精细画质分析模型在 ICCV2025 大赛获得佳绩
💡
原文中文，约5300字，阅读约需13分钟。
📝
内容提要
B站多媒体实验室在ICCV MIPI Workshop的细粒度图像质量定位国际挑战赛中，提出多模态训练策略，提升综合指标13.5%，获得第二名。实验室专注于视频质量评价与图像处理的协同，应用GRPO算法优化模型，验证了SFT+GRPO的有效性，推动智能视频处理系统的发展。
🎯
关键要点
- B站多媒体实验室在ICCV MIPI Workshop的细粒度图像质量定位国际挑战赛中获得第二名。
- 提出多模态训练策略，综合指标提升13.5%。
- 实验室专注于视频质量评价与图像处理的协同，推动智能视频处理系统的发展。
- BILIVQA 2.0视频质量评价算法于2023年秋上线，致力于实现全链路系统。
- 研究通过多模态大语言模型进行细粒度视频画质分析。
- GRPO算法被应用于视频画质及内容分析，提升模型预测准确率。
- 比赛中采用数据压缩和困难样本挖掘技术，快速提升MLLM在benchmark上的表现。
- 最终模型在dev榜登顶，final榜获得第二名，验证了SFT+GRPO联合优化策略的有效性。
- 未来计划搭建“内容与失真分析-视频图像处理-优化效果评估”的全链路系统。
- B站多媒体实验室致力于多媒体技术能力的提升，提供高质量的多媒体解决方案。
➡️
