Meta-CoT：增强图像编辑的细粒度与泛化能力

统一多模态模型虽通过引入细粒度理解至思维链（CoT）提升了图像编辑性能，但何种 CoT 形式与训练策略能共同增强理解细粒度与泛化性仍待探索。本文提出 Meta-CoT，对单图编辑操作进行两级分解：首先将编辑意图表示为三元组并分解任务与目标，生成特定任务的 CoT；其次将任务拆解为五个基本元任务以实现强泛化。此外，引入 CoT-编辑一致性奖励以对齐推理与行为。实验表明该方法在 21 项任务中整体提升 15.8%，且在少量元任务训练下能有效泛化至未见任务。