研究人员开发了 PhotoFlow，一个用于 3D 环境中虚拟摄影的代理式系统。该系统采用 Director-Reviewer-Reflector 架构来解释基于语言的摄影意图，并生成适合渲染图像的相机参数。为了评估其能力，创建了一个名为 VPhotoBench 的新基准，其中包含 47 个 Blender 场景和 141 个摄影任务。 AI
影响 引入了一个新的代理式框架，用于语言条件下的虚拟摄影，可能推动 AI 在创意内容生成中的作用。
排序理由 该集群描述了一篇介绍用于虚拟摄影的新型代理式系统和基准的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
arXiv:2605.23771v1 Announce Type: cross Abstract: Virtual photography asks an agent to enter a prepared 3D scene with no preselected camera pose or reference image, infer a suitable shot from scene information and a language intent, choose executable camera parameters, and render…
A Director-Reviewer-Reflector agent named PhotoFlow enables language-conditioned virtual photography by combining 3D spatial understanding with aesthetic judgment in arbitrary Blender scenes.
Virtual photography asks an agent to enter a prepared 3D scene with no preselected camera pose or reference image, infer a suitable shot from scene information and a language intent, choose executable camera parameters, and render the final photograph. Recent progress in vision-l…