ShutterMuse MLLM 提供实时摄影指导

研究人员推出 ShutterMuse，这是一种新推出的多模态大语言模型（MLLM），旨在为摄影提供实时指导。与专注于事后图像裁剪的现有基准不同，ShutterMuse 解决了拍摄时辅助的需求，为相机构图和主体摆姿提供建议。该模型在一个新创建的包含 130,000 个样本的数据集上进行训练，并在 CaptureGuide-Bench 上进行评估，在摄影师端的构图方面表现出色，并在降低推理成本的同时，在主体端的姿势推荐方面具有竞争力。 AI

影响 通过提供智能、实时的创意辅助，可以增强摄影师的用户体验和效率。

排序理由 介绍新模型和数据集以用于特定 AI 应用的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CaptureGuide-Bench
• CaptureGuide-Dataset
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• MLLMs
• ScienceCast
• ShutterMuse

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →