研究人员开发了一种新颖的两阶段框架,旨在通过解决生成多样化且具身化结果的挑战来改进开放式图像编辑。该方法首先识别模糊请求(例如,“装饰这个房间”)的可行编辑范围,然后将这些范围转化为可执行的编辑指令。在对300个图像编辑任务的评估中,与标准的提示技术相比,该方法在语义分散性和具身性方面均有显著提高,从而产生了更有效且不同的输出。 AI
影响 这项研究可能带来更复杂、更可控的AI驱动的图像编辑工具。
排序理由 该集群包含一篇详细介绍图像编辑新技术的学术论文。[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 →