# DoraCycle – 新加坡国立大学推出多模态领域适应的统一生成模型

- Link: https://paooo.com/aigc-news/21185/
- Published: 2026-06-08T18:00:50+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 通过双循环机制实现文本与图像互转，DoraCycle把无配对数据也变成可用于领域适配的
   训练信号。
 * 模型兼顾风格化与身份生成：既能处理无需成对知识的任务，也能结合少量配对数据完成
   新知识注入。
 * 训练上引入交叉熵损失、梯度裁剪与 EMA 模型，重点提升多步推理稳定性与伪数据生成
   质量。

## DoraCycle是什么

DoraCycle 是新加坡国立大学 Show Lab 推出多模态领域适应的统一生成模型，通过两个多
模态循环（text-to-image-to-text 和 image-to-text-to-image）实现不同模态间的信息转换
与对齐，基于统一生成模型学习的双向映射，以非配对数据进行领域适配训练，无需大量标
注数据。模型通过循环端点的交叉熵损失优化，促进自我进化，适应特定领域。

阅读目录

 * [DoraCycle是什么](https://paooo.com/aigc-news/21185/#doracycle%e6%98%af%e4%bb%80%e4%b9%88)
 * [DoraCycle的主要功能](https://paooo.com/aigc-news/21185/#doracycle%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [DoraCycle的技术原理](https://paooo.com/aigc-news/21185/#doracycle%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [DoraCycle的项目地址](https://paooo.com/aigc-news/21185/#doracycle%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [DoraCycle的应用场景](https://paooo.com/aigc-news/21185/#doracycle%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![DoraCycle](https://paooo.com/wp-content/uploads/2026/06/DoraCycle-website-1.avif)

## DoraCycle的主要功能

 * **无配对数据的领域适应**：通过循环一致性学习，DoraCycle首次实现了使用无配对数据
   进行生成模型的领域适应，显著降低了数据获取成本。
 * **灵活的任务适应性**：DoraCycle能处理无需成对知识的任务（如风格化），能有效结合
   少量配对数据完成需要新知识的任务（如身份生成）。

## DoraCycle的技术原理

 * **多模态循环一致性学习**：DoraCycle 集成了两个多模态循环：文本到图像再到文本（
   T cycle） 和 图像到文本再到图像（I cycle）。这两个循环利用预训练的统一生成模型（
   如视觉-语言对齐模型）进行跨模态映射。
    - **T cycle**：从输入文本序列开始，模型先将其转换为图像表示，再将生成的图像转换
      回文本序列，通过计算生成文本与原始文本之间的交叉熵损失来优化模型。
    - **I cycle**：从输入图像开始，先将其转换为文本描述，再将文本描述转换回图像，
      通过计算生成图像与原始图像之间的交叉熵损失来优化模型。
 * **跨模态对齐的自监督学习**：DoraCycle 基于统一生成模型学习的视觉和语言之间的双向
   映射。通过这两个循环，数据可以在相同模态内保持，施加对过程中引入偏差的约束。使
   模型能通过自监督学习，实现视觉和语言之间的跨模态对齐。
 * **训练稳定性增强**：在多步推理过程中，为了避免梯度爆炸问题，DoraCycle 采用了以下
   技术：
    - **梯度裁剪**：避免两个循环的优化方向冲突，从而提高训练的稳定性。
    - **EMA 模型**：维护一个缓慢更新的指数移动平均（EMA）模型，用于推理以生成伪数据，
      增强伪数据生成的稳定性。

## DoraCycle的项目地址

 * **Github仓库**：[https://github.com/showlab/DoraCycle](https://github.com/showlab/DoraCycle)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2503.03651](https://arxiv.org/pdf/2503.03651)

## DoraCycle的应用场景

 * **风格化设计**：DoraCycle 可以用于生成符合特定风格的图像和文本内容。
 * **虚拟角色生成**：在虚拟角色设计中，DoraCycle 可以结合少量配对数据和大规模无配
   对数据，生成具有特定身份和风格的虚拟角色。
 * **个性化广告内容**：DoraCycle 可以根据品牌风格和目标受众生成个性化的广告图像和
   文案。
 * **个性化学习材料**：DoraCycle 可以根据学生的学习风格和偏好生成个性化的学习材料。

❓ 常见问题解答（FAQ）

DoraCycle适合哪些生成任务？

DoraCycle 适合风格化设计、虚拟角色生成、个性化广告内容和个性化学习材料等任务。它
尤其擅长利用无配对数据做领域适配；若任务需要新知识，也可结合少量配对数据完成生成。

DoraCycle为什么不需要大量标注数据？

它通过 text-to-image-to-text 和 image-to-text-to-image 两个循环做自监督学习，让模型
在跨模态转换中学习对齐关系，因此可直接利用无配对数据进行训练，降低对人工标注的依赖。

DoraCycle的训练稳定性怎么保证？

文章提到它使用梯度裁剪来减少优化冲突，并维护 EMA 模型用于推理生成伪数据，从而增强
多步推理过程中的稳定性，避免梯度爆炸等问题。

🔬 语宙深潜追问 · 进阶实操拆解

双循环训练最适合哪些内容生成？

更适合风格迁移、虚拟角色和个性化内容这类“语义稳定、风格变化大”的任务。因为它能在
图文互转中逼近共享表示，但若任务强依赖精确结构对齐，仍需要少量配对数据做校准。

如何把领域适配做得更稳？

先用无配对数据学通用跨模态映射，再用少量高质量样本做风格和语义约束微调。实践里要
重点监控内容漂移、身份一致性和细节崩坏，必要时加入循环一致性损失与人工筛样。

🗳️ 读者观点微投票 · 您的实战立场是？

无配对数据做跨模态适配，真能替代标注吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [Show-o – 新加坡国立Show Lab联合字节推出的多模态理解与生成的统一模型](https://paooo.com/aigc-news/25969/)
 * [MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型](https://paooo.com/aigc-news/18719/)
 * [WeGen – 中科大联合上海交大等推出的统一多模态生成模型](https://paooo.com/aigc-news/21312/)
 * [DreamO – 字节联合北大推出的图像定制生成框架](https://paooo.com/aigc-news/20112/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/21185/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
