arXiv cs.AI· Rohan Sequeira, Matthew Rosenberg, Amin Mahmoudabadbozchelou, Oleg Poliannikov, Jonathan Rubin·· 10 小时前AI 评分38
从手工绘制到生成式：RLVR 优化的 Alexa+ 图标生成
From Handcrafted to Generative: RLVR-Optimized Icon Generation for Alexa+
AI 导读
Alexa+ 团队构建了一条已部署到生产环境的自动化流水线，仅凭文本描述即可生成矢量动画图标，并按对话内容向用户推送相关动画。团队用目标验证器自动标记违反设计规范的生成结果，再以 RLVR 微调 flow matching 图像生成模型，使独立 VLM 评判下的通过率从 15.7% 提升到 58.7%（3.7 倍）。微调后的模型与验证器均已上线，验证器同时充当最终设计评审前的自动质量门。
正文 · AI 翻译
摘要：带屏幕的 Alexa+ 设备会在对话过程中显示动画图标，以在视觉上强化正在表达的内容。最初的一组此类图标由设计师逐一手工绘制，这一流程能产出精致的结果，但耗时且无法扩展到开放式对话中遇到的各种主题。我们描述了一条已部署到生产环境的自动化流水线，它仅凭文本描述即可生成这些矢量化动画图标，并根据客户正在进行的对话向其展示相关动画。该流水线将图标创建分解为一系列阶段（图像生成、语义分解、矢量化、样式设计和动画）。其质量取决于其中第一个阶段，即图像生成，因为后续每个阶段都依赖于它。因此，我们专注于改进这第一个也是最关键的阶段。由于这些图标要在严格设计规范下渲染到小型显示画布上，生成的图像往往不适合生产环境。监督微调不可行，因为在这些约束条件下不存在线稿图标数据集。为此，我们设计了客观验证器，可自动标记违反设计规范的生成结果，并利用它们通过基于可验证奖励的强化学习（RLVR）对流匹配图像生成模型进行微调。在与奖励模型独立的 VLM 评判器下，微调后的模型将通过率从 15.7% 提升至 58.7%（3.7 倍）。训练后的模型和验证器均已部署到生产流水线中，其中验证器还充当最终设计评审前的自动化质量门禁。
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2611.06123 [cs.AI] |
| （或 arXiv:2611.06123v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06123 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Rohan Sequeira [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 08:08:21 UTC（6,060 KB）
来源：arXiv cs.AI · arxiv.org