研究人员推出PhotoAgent，一个旨在通过显式美学规划来自动化图像编辑任务的新颖系统。该系统将自主图像编辑视为一个长时程决策问题，使其能够通过树搜索来解释用户的审美意图并规划多步编辑操作。PhotoAgent通过带有记忆和视觉反馈的闭环执行来迭代优化结果，无需分步用户提示。为了便于评估，该团队开发了UGC-Edit基准，包含7,000张照片和一个学习到的美学奖励模型，以及一个包含1,017张照片的测试集，用于评估自主编辑性能。 AI
影响 自动化复杂的图像编辑任务，可能减少对专家用户输入的依赖，并加速创意工作流程。
排序理由 该集群描述了一篇关于用于图像编辑的新颖系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
