CaptureGuide-Dataset

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。